传感器网络中移动异常的最快检测
统计理论
2020-07-30 v1 信号处理
统计理论
摘要
本文研究了顺序检测随时间影响传感器网络不同部分的移动异常的问题。每个网络传感器由非异常与异常分布刻画，支配传感器数据的生成。初始时，各传感器的观测依据相应的非异常分布生成。在某个未知但确定的时刻之后，移动异常出现，并随时间推进影响不同的传感器集合。结果，受影响传感器的观测依据相应的异常分布生成。我们的目标是在虚警频率受约束的条件下，设计一种停止准则以尽快检测异常的出现。该问题在最速变化检测框架中研究，其中假设异常的演化为未知但确定性的。为此，我们提出对 Lorden 最坏平均检测延迟度量的修正，以考虑使候选检测程序的检测延迟最大化的异常轨迹。我们证明，当传感器同质时，累积和（Cumulative Sum）型检验精确求解所得的顺序检测问题。对于异质传感器情形，所提检测方案可经修正以提供一阶渐近最优算法。最后我们通过数值仿真验证理论分析。
引用
@article{arxiv.2007.14475,
title = {Quickest Detection of Moving Anomalies in Sensor Networks},
author = {Georgios Rovatsos and George V. Moustakides and Venugopal V. Veeravalli},
journal= {arXiv preprint arXiv:2007.14475},
year = {2020}
}