[論文レビュー] Nonparametric Decentralized Sequential Detection via Universal Source Coding

Jithin K. Sreedharan, Vinod Sharma|arXiv (Cornell University)|Aug 29, 2013

Distributed Sensor Networks and Detection Algorithms参考文献 35被引用数 4

ひとこと要約

本稿では、未知の代替分布に対して、Lempel-ZivおよびKrichevsky-Trofimov推定器を用いた算術符号化を活用し、普遍的ソース符号化を用いた非パrametricな分散型逐次検出フレームワークを提案する。このフレームワークは、漸近的に最適な性能を達成し、保証された誤り指数の減少を実現し、有限記憶およびノイズのあるチャネル制約下でも理論的収束性を示す。

ABSTRACT

We consider nonparametric or universal sequential hypothesis testing problem when the distribution under the null hypothesis is fully known but the alternate hypothesis corresponds to some other unknown distribution. These algorithms are primarily motivated from spectrum sensing in Cognitive Radios and intruder detection in wireless sensor networks. We use easily implementable universal lossless source codes to propose simple algorithms for such a setup. The algorithms are first proposed for discrete alphabet. Their performance and asymptotic properties are studied theoretically. Later these are extended to continuous alphabets. Their performance with two well known universal source codes, Lempel-Ziv code and Krichevsky-Trofimov estimator with Arithmetic Encoder are compared. These algorithms are also compared with the tests using various other nonparametric estimators. Finally a decentralized version utilizing spatial diversity is also proposed. Its performance is analysed and asymptotic properties are proved.

研究の動機と目的

• 代替分布が未知である状況下で、既知の帰無仮説分布のみを用いて分散型逐次仮説検定を実行する課題に対処すること。
• パラメトリックな仮定を避け、複雑な推定を不要とする実用的な非パラメトリック検出フレームワークを構築すること。
• 局所的圧縮に普遍的ソース符号を用いることで、センサネットワークおよび認知無線システムにおける通信コストおよびエネルギー消費を低減すること。
• 離散的および連続的アルファベットの両方に対して、誤り確率の減少および検出遅延に関する理論的保証を確立すること。
• 空間的ダイバーシティを有する分散型環境に拡張し、ノイズのある複数アクセスチャネル下でも漸近的最適性を証明すること。

提案手法

• 逐次検定の十分統計量として、具体的にはLempel-ZivおよびKrichevsky-Trofimovの算術符号化を用いた普遍的無損失ソース符号を用いる。
• 帰無仮説と代替仮説の下での普遍的符号長の累積対数尤度比に基づく停止ルールを構築する。
• ランダムウォーク理論および大偏差境界を用いて、帰無仮説下での誤り確率を分析する。
• 確率的支配性およびモーメント生成関数（MGF）技術を用いて、停止時刻の尾確率をバインドする。
• 誤り確率を2つの成分に分解する：対数尤度比のドリフトに関連する成分と、符号長のフラクチュエーションによる早期停止に関連する成分。
• 強い普遍性条件の下で、停止時刻のモーメント生成関数が有限であることを証明し、指数的尾部バインドを可能にする。

実験結果

リサーチクエスチョン

• RQ1 普遍的ソース符号化を用いて、代替分布のパラメトリックな仮定を避ける非パラメトリックな逐次検出器を設計可能か？
• RQ2 既知の帰無仮説分布と未知の代替分布の下で、このような検出器の漸近的誤り確率の減少率はいかほどか？
• RQ3 誤り指数および検出遅延の観点から、既存の非パラメトリック推定器と比較して、提案手法の性能はどの程度か？
• RQ4 ノイズのある通信チャネルおよび空間的ダイバーシティを有する分散型環境に、このフレームワークを拡張可能か？
• RQ5 有限記憶およびノイズのあるチャネル条件の下で、停止時刻および誤り確率に対する理論的保証はどのようなものか？

主な発見

• 提案された検出器は、帰無仮説下で誤り確率が指数関数的に減少し、その減少率は真の分布と推定分布の間のダイバージェンスに依存する。
• 離散的アルファベットの場合、誤り指数は、普遍的符号の再冗長性および信号対雑音比に依存する正の定数で下限づけられる。
• Lempel-ZivおよびKrichevsky-Trofimov符号の両方を用いることで同等の性能が得られ、後者は確率的構成の特性によりよりタイトな理論的バインドを提供する。
• 空間的ダイバーシティを用いた分散型拡張は、漸近的最適性を達成し、帰無仮説下で誤り確率が指数関数的に減少する。
• 十分に小さなモーメントに対して、停止時刻のモーメント生成関数が有限であることが保証され、指数的尾部バインドが得られ、実用的制約下でも信頼性の高い検出が可能になる。
• 理論的分析により、ドリフト条件 $ (1-r)s' > 1 $ を満たす限り、閾値 $ | ho o ho| $ が増加するに従い、誤り確率が消えることが確認された。