无线传感器网络中事件检测的传感器选择

我们考虑无线传感器网络（WSN）中用于事件检测的传感器选择问题。我们希望从n个传感器中选出一个由p个传感器组成的子集，以实现最佳的检测性能。作为传感器选择的最优性准则，我们提出了所选测量值在两个假设下分布之间的Kullback-Leibler距离和Chernoff距离。我们提出了最大最小鲁棒传感器选择问题，以应对分布均值中的不确定性。我们证明，对于Kullback-Leibler和Chernoff准则，传感器选择问题都是NP难的。为了（次）优地解决传感器选择问题，我们提出了一种复杂度可接受的算法。在中等规模问题实例（当穷举搜索的最优解可计算时）上的大量数值模拟表明，该算法在绝大多数问题实例中接近最优。对于更大规模的问题，大量模拟表明，一旦设定计算时间的上限，我们的算法优于随机搜索。我们通过数值验证了Kullback-Leibler和Chernoff传感器选择准则的有效性，表明它们能导致在Neyman-Pearson和Bayes意义上都接近最优的传感器选择。