空间最快检测的随机监控策略

我们设计了用于最快检测感兴趣环境中异常事件的持续监控策略。由一组自主车辆从环境中的预定义区域收集噪声观测数据，并由控制中心进行处理。总体目标是在将误报率维持在所需阈值以下的同时，最小化检测延迟。我们提出了联合的 (i) 控制中心异常检测算法和 (ii) 车辆路径规划策略。对于控制中心，我们提出了并行累积和 (CUSUM) 算法（每个区域一个），以从噪声观测中检测异常。对于车辆，我们提出了一种随机路径规划策略，其中要访问的区域根据概率向量进行选择。我们研究了静态路径规划策略（概率向量恒定）以及自适应路径规划策略（概率向量随时间变化，作为区域异常可能性的函数）。在静态策略的背景下，我们设计了一个性能指标并对其进行最小化，以设计高效的静态路径规划策略。我们的自适应策略通过自适应地增加高异常可能性区域的选择概率，改进了静态对应策略。最后，我们通过数值模拟和持续监控实验展示了所提出算法的有效性。