相关重尾噪声下的非线性共识+创新：均方收敛速率与渐近性
最优化与控制
2023-11-13 v3 信息论
math.IT
摘要
我们考虑在存在重尾感知与通信噪声情况下的共识+创新型分布式递归估计。我们允许感知与通信噪声在时间上相互独立同分布(i.i.d.)且相互相关，并且它们可能均具有高于一阶的无穷矩(从而具有无穷方差)。此类重尾、无穷方差噪声在实践中高度相关，并被证明出现在例如密集物联网(IoT)部署中。我们开发了一种共识+创新分布式估计器，该估计器在共识步和创新步中均采用一般非线性函数来抑制噪声。我们建立了估计器的几乎必然收敛、渐近正态性和均方误差(MSE)收敛性。此外，我们为估计器建立并显式量化了次线性 MSE 收敛速率。随后通过解析例子量化了非线性选择及噪声相关性对系统性能的影响。最后，数值例子证实了我们的发现，并验证所提方法在同时重尾通信-感知噪声设置下有效，而现有方法在相同噪声条件下失效。
引用
@article{arxiv.2212.11959,
title = {Nonlinear consensus+innovations under correlated heavy-tailed noises: Mean square convergence rate and asymptotics},
author = {Manojlo Vukovic and Dusan Jakovetic and Dragana Bajovic and Soummya Kar},
journal= {arXiv preprint arXiv:2212.11959},
year = {2023}
}