多保真度传感器选择：在成本约束下布置廉价与昂贵传感器的贪心算法
信号处理
2020-05-08 v1
摘要
我们开发了贪心算法来近似多保真度传感器选择问题的最优解，该问题是一个成本约束优化问题，规定了在环境或状态空间中廉价（低信噪比）与昂贵（高信噪比）传感器的布置与数量。具体而言，我们评估了为实现高维状态的精确重构所需的廉价与昂贵传感器的组成及其布置。我们使用列主元 QR 分解来获得初步的传感器位置。每种类型传感器的使用数量高度依赖于传感器噪声水平、传感器成本、总体成本预算以及所测数据的奇异值谱。这些细微差别使我们能够基于参数空间渐近区域的计算结果提供传感器选择建议。我们还系统地探讨了在使用单一类型传感器时模式数与传感器数量对重构误差的影响。我们对多保真度传感器组成作为数据特征函数的广泛探索，是首次提供朝向最优多保真度传感器选择指南的同类工作。
引用
@article{arxiv.2005.03650,
title = {Multi-fidelity sensor selection: Greedy algorithms to place cheap and expensive sensors with cost constraints},
author = {Emily Clark and Steven L. Brunton and J. Nathan Kutz},
journal= {arXiv preprint arXiv:2005.03650},
year = {2020}
}
备注
11 pages, 12 figures