[論文レビュー] Optimum Sleep-Wake Scheduling of Sensors for Quickest Event Detection in Small Extent Wireless Sensor Networks

K. Premkumar, Anurag Kumar|arXiv (Cornell University)|May 30, 2011

Distributed Sensor Networks and Detection Algorithms参考文献 10被引用数 8

ひとこと要約

本稿では、エネルギー消費を最小限に抑えつつ、最も速いイベント検出を実現するための無線センサネットワーク（WSN）における最適なスリープ・ウェイクスケジューリング戦略を提案する。観測コストを伴うベイジアン逐次変化検出として問題をモデル化することで、最適な停止ルールが変化の事後確率のしきい値であることを示し、リアルタイムの信念更新に基づいて、実際に目覚まされているセンサ数を動的に制御することで、最良の性能が達成されることを示している。

ABSTRACT

We consider the problem of quickest event detection with sleep-wake scheduling in small extent wireless sensor networks in which, at each time slot, each sensor node in the awake state observes a sample and communicates the information to the fusion centre. The sensor nodes in the sleep state do not sample or communicate any information to the fusion centre (FC), thereby conserving energy. At each time slot, the FC, after having received the samples from the sensor nodes in the wake state, makes a decision to stop (and thus declare that the event has occurred) or to continue observing. If it decides to continue, the FC also makes the decision of choosing the number of sensor nodes to be in the wake state in the next time slot. We consider three alternative approaches to the problem of choosing the number of sensor nodes to be in the wake state in time slot k+1, based on the information available at time slot k, namely, 1. optimal control of M_{k+1}, the number of sensor nodes to be in the awake state in time slot k+1, 2. optimal control of q_{k+1}, the probability of a sensor node to be in the awake state in time slot k+1, and 3. optimal probability q that a sensor node is in the awake state in any time slot. In each case, we formulate the problem as a sequential decision process. We show that a sufficient statistic for the decision at time k is the a posteriori probability of change Pi_k. Also, we show that the optimal stopping rule is a threshold rule on Pi_k. The optimal policy for M_{k+1} can keep very few sensors wake during the prechange phase and then quickly increase the number of sensors in the wake state when a change is "suspected". Among the three sleep-wake algorithms described, we observe that the total cost is minimum for the optimum control of M_{k+1} and is maximum for the optimum control on q.

研究の動機と目的

• 連続的な監視による消費電力が著しく増加するため、無線センサネットワーク（WSN）におけるエネルギー効率性の課題に対処すること。
• センサの観測値と信念更新に基づく、適応的スリープ・ウェイクスケジューリングを導入することで、イベント検出速度とエネルギー消費を共同最適化すること。
• 観測コストと誤報制約を含む部分的に観測可能なマルコフ意思決定過程（POMDP）として問題を定式化すること。
• 3つの制御戦略（目覚まされているセンサ数の決定的制御、各センサの活性化確率の確率的制御、時間にわたる固定活性化確率）を比較すること。
• 検出遅延を最小限に抑えつつ、エネルギー制約および誤報制約を満たす最適な停止ルールと制御方策を導出すること。

提案手法

• 観測ごとのコストを含む、観測コストを伴うベイジアン逐次変化検出フレームワークとして、イベント検出問題をモデル化し、センシング、計算、通信のエネルギー消費を統合する。
• 各時刻における意思決定のための十分統計量として、変化の事後確率 Πₖ を使用する。
• 最適な停止ルールとして、Πₖ におけるしきい値を導出する。すなわち、τ* = inf{k : Πₖ ≥ Γ} であり、Γ は Γ + A_J*(Γ) = λ_f(1 − Γ) を満たす。
• 3つの制御戦略を提案する：(i) Mₖ₊₁（目覚まされているセンサ数）の最適制御、(ii) qₖ₊₁（活性化確率）の最適制御、(iii) 時間的に固定された q の制御。
• 動的プログラミングと価値反復を用いて最適方策を計算し、コスト・トゥ・ゴール関数の凹型性と最適アクションコストの単調性を証明する。
• ジェンセンの不等式と十分統計量の性質を用いて、最適方策およびしきい値ベースの停止ルールに関する構造的結果を確立する。

実験結果

リサーチクエスチョン

• RQ1 小規模なWSNにおいて、エネルギー制約および誤報制約を満たしつつ、検出遅延を最小限に抑える最適なスリープ・ウェイクスケジューリング方策は何か？
• RQ2 変化の兆候が検出された際に、実際に目覚まされているセンサ数（Mₖ₊₁）の動的制御と、確率的活性化（qₖ₊₁）または固定活性化（q）の比較において、検出性能とエネルギー効率性はどのように異なるか？
• RQ3 最適な停止ルールは、変化の事後確率 Πₖ におけるしきい値として特徴付けられるか？また、センサ活性化の最適方策の構造はいかなるものか？
• RQ4 最適方策は、変化前の段階でどのように適応し、潜在的なイベントを検出するとすぐに完全な活性化に移行するか？
• RQ5 3つの制御戦略のうち、合計コスト（検出遅延＋エネルギー消費）の観点から、相対的な性能順位は何か？

主な発見

• 最適な停止ルールは、変化の事後確率 Πₖ におけるしきい値ルールであり、しきい値 Γ は Γ + A_J*(Γ) = λ_f(1 − Γ) を満たすように決定される。
• Mₖ₊₁（実際に目覚まされているセンサ数）を制御する最適方策は、変化前の段階では極めて少数のセンサを活性化したままに保ち、変化が疑われる段階で急速に活性化数を増加させる。
• 3つの戦略の中で、Mₖ₊₁ を制御する戦略が最小の合計コストを達成するが、固定確率 q を制御する戦略は最大の合計コストを示す。
• Mₖ₊₁ を制御する最適方策は、特にレアイベント検出の場面において、検出速度とエネルギー効率性のバランスを最も優れている。
• コスト・トゥ・ゴール関数 J*(π) が π に関して凹型であることが証明され、しきい値ベースの停止ルールの使用を支持し、最適方策の効率的計算を可能にする。
• 価値反復プロセスは収束し、最適アクションコスト関数 d(m; π) は m に関して単調であることが示され、方策の構造的最適性を裏付ける。