基于分布式压缩感知的无线传感器网络中空间相关数据随机事件鲁棒检测
信息论
2017-07-27 v1 math.IT
统计计算
摘要
本文利用压缩感知理论，在密集传感器网络中执行随机源的检测。当传感器密集部署时，相邻传感器的观测值高度相关，而相距较远的传感器观测值相关性较低。因此，任意给定时刻所有传感器拼接观测向量的协方差矩阵可能是稀疏的，其稀疏结构取决于网络拓扑和相关模型。利用协方差矩阵的稀疏结构，我们开发了一种鲁棒的非参数检测器，使用在分布式节点收集的数据的压缩版本来检测随机事件的存在。我们采用具有分布式随机投影的多址接入信道（MAC）模型供传感器传输观测值，从而使融合中心能够获得观测值的压缩版本。检测通过构建一个基于未压缩数据协方差信息的判决统计量来完成，该协方差信息利用压缩数据进行估计。所提方法在设定阈值时无需任何噪声参数知识，并且在分布式随机投影矩阵变得稀疏时也表现出鲁棒性。
引用
@article{arxiv.1707.08208,
title = {Robust Detection of Random Events with Spatially Correlated Data in Wireless Sensor Networks via Distributed Compressive Sensing},
author = {Thakshila Wimalajeewa and Pramod K. Varshney},
journal= {arXiv preprint arXiv:1707.08208},
year = {2017}
}