[論文レビュー] A Statistically Modelling Method for Performance Limits in Sensor Localization

Baoqi Huang, Tao Li+2 more|arXiv (Cornell University)|Sep 14, 2011

Indoor and Outdoor Localization Technologies参考文献 43被引用数 9

ひとこと要約

本稿は、ランダムなアンカー配置下で、Cramér-Rao Lower Bound (CRLB) のトレースをスカラー指標として用いる統計的に根拠のある手法を提案する。U統計量と中心極限定理を適用することで、RSS/ベアリングではCRLBトレースが漸近的に正規分布に従い、TOAではカイ二乗分布への変換に従うことが示され、平均、分散、アンカー数、チャネルパラメータ、ノイズ、空間分布との明示的関係式が得られる。この関係式により、少数のアンカー数でも正確な性能予測が可能となる。

ABSTRACT

In this paper, we study performance limits of sensor localization from a novel perspective. Specifically, we consider the Cramer-Rao Lower Bound (CRLB) in single-hop sensor localization using measurements from received signal strength (RSS), time of arrival (TOA) and bearing, respectively, but differently from the existing work, we statistically analyze the trace of the associated CRLB matrix (i.e. as a scalar metric for performance limits of sensor localization) by assuming anchor locations are random. By the Central Limit Theorems for $U$-statistics, we show that as the number of the anchors increases, this scalar metric is asymptotically normal in the RSS/bearing case, and converges to a random variable which is an affine transformation of a chi-square random variable of degree 2 in the TOA case. Moreover, we provide formulas quantitatively describing the relationship among the mean and standard deviation of the scalar metric, the number of the anchors, the parameters of communication channels, the noise statistics in measurements and the spatial distribution of the anchors. These formulas, though asymptotic in the number of the anchors, in many cases turn out to be remarkably accurate in predicting performance limits, even if the number is small. Simulations are carried out to confirm our results.

研究の動機と目的

• 決定論的幾何構造ではなく、現実的でランダムなアンカー配置下でのシングルホップセンサーローカライゼーションの性能限界を分析すること。
• ランダムなアンカー配置下で、Cramér-Rao Lower Bound (CRLB) 行列のトレースをスカラー性能指標としてモデル化すること。
• RSS、TOA、ベアリングの3種類の測定タイプにおけるCRLBトレースの漸近的分布を導出すること。
• CRLBトレースの平均および標準偏差がアンカー数、チャネルパラメータ、ノイズ統計、空間分布とどのように関係するかを定量的に示す公式を提供すること。
• シミュレーションを通じて、少数のアンカー数に対しても漸近的近似の正確性を検証すること。

提案手法

• アンカー位置を空間内で独立かつ一様に分布させることで、センサー-アンカー幾何構造を確率変数として扱う。
• ローカライゼーション精度のスカラー指標として、CRLB行列のトレースを用いる。
• CRLBトレース式にU統計量理論を適用し、U統計量の中心極限定理を用いて漸近的分布結果を得る。
• RSSおよびベアリングの場合、アンカー数が増加するに従い、CRLBトレースは分布収束して正規変数に近づくことが示された。
• TOAの場合、CRLBトレースは自由度2のカイ二乗確率変数のアフィン変換に収束することが示された。
• 理論的導出には、アンカー数、ノイズ分散、路損失指数、空間分布パラメータを用いたCRLBトレースの平均および標準偏差の明示的公式が含まれる。

実験結果

リサーチクエスチョン

• RQ1 アンカー位置が固定ではなくランダムに分布する場合、CRLB行列のトレースで測定されるセンサーローカライゼーションの性能限界はどのように振る舞うか？
• RQ2 ランダムなアンカー配置下で、RSSベースおよびベアリングベースのローカライゼーションにおけるCRLBトレースの漸近的分布は何か？
• RQ3 ランダムなアンカー配置下で、TOAベースのローカライゼーションにおけるCRLBトレースの漸近的分布は何か？
• RQ4 CRLBトレースの平均および標準偏差は、アンカー数、ノイズレベル、チャネルパラメータにどのように依存するか？
• RQ5 少数のアンカー数に対しても、漸近的公式がCRLBトレースをどれほど正確に予測できるか？

主な発見

• RSSおよびベアリングベースのローカライゼーションにおけるCRLB行列のトレースは、アンカー数が増加するに従い、分布収束して正規分布に近づく。
• TOAベースのローカライゼーションでは、CRLBトレースは自由度2のカイ二乗確率変数のアフィン変換に収束する。
• CRLBトレースの平均および標準偏差は、アンカー数、ノイズ分散、路損失指数、空間分布パラメータの観点から明示的に定量化されている。
• CRLBトレースの平均および標準偏差の漸近的公式は、少数のアンカー数に対しても高い正確性を示しており、シミュレーションで確認された。
• CRLBトレースの漸近的分布への収束は、残差項の確率的収束が0に近づくという点で頑健である。
• 理論的枠組みにより、現実的でランダムな展開シナリオ下でのローカライゼーション性能限界の信頼性ある予測が可能となる。