[論文レビュー] Order-2 Asymptotically Optimal Decentralized Detection with Discrete-time Observations and 1-bit Messaging

Yasin Yılmaz, Xiaodong Wang|arXiv (Cornell University)|Jan 27, 2013

Distributed Sensor Networks and Detection Algorithms被引用数 1

ひとこと要約

本稿では、時間遅延符号化を用いた1ビットメッセージングによるエネルギー制限付き無線センサーネットワーク（WSN）向けに、順序2漸近最適な分散検出方式を提案する。センサは局所的対数尤度比（LLR）を計算し、レベルトリガー型サンプリングを実行し、過剰応答（overshoot）に比例した遅延を伴うパルス位置変調（PPM）により1パルスを送信する。融合センターは遅延を復号してLLRを回復し、データ統合と同等の性能を達成する順次検出を可能にする。Swerlingターゲットモデルにおいて、従来の意思決定統合よりも顕著な性能向上を実現する。

ABSTRACT

The recently proposed sequential distributed detector based on level-triggered sampling operates as simple as the decision fusion techniques and at the same time performs as well as the data fusion techniques. Hence, it is well suited for resource-constrained wireless sensor networks. However, in practical cases where sensors observe discrete-time signals, the random overshoot above or below the sampling thresholds considerably degrades the performance of the considered detector. We propose, for systems with stringent energy constraints, a novel approach to tackle this problem by encoding the overshoot into the time delay between the sampling time and the transmission time. Specifically, each sensor computes the local log-likelihood ratio (LLR) and samples it using level-triggered sampling. Then, it transmits a single pulse to the fusion center (FC) after a transmission delay that is proportional to the overshoot, as in pulse position modulation (PPM). The FC, upon receiving a bit decodes the corresponding overshoot and recovers the transmitted LLR value. It then updates the approximate global LLR and compares it with two threshold to either make a decision or to continue the sequential process. We analyze the asymptotic average detection delay performance of the proposed scheme. We then apply the proposed sequential scheme to target detection in wireless sensor networks under the four Swerling fluctuating target models. It is seen that the proposed sequential distributed detector offers significant performance advantage over conventional decision fusion techniques.

研究の動機と目的

• 離散時刻観測における分散検出において、レベルトリガー型サンプリングによるランダムな過剰応答が引き起こす性能劣化を是正すること。
• リソース制限付き無線センサーネットワーク（WSN）に適した低複雑性・高エネルギー効率の検出方式を設計すること。
• 過剰応答情報を伝送遅延に符号化することで、1ビット通信による漸近最適検出を実現すること。
• データ統合と同等の性能を達成しつつ、意思決定統合の単純さを維持すること。

提案手法

• 各センサは離散時刻観測から局所的対数尤度比（LLR）を計算する。
• LLRにレベルトリガー型サンプリングを適用し、事前に定義されたしきい値を超えた際に送信を開始する。
• 送信遅延はしきい値からの過剰応答（上向きまたは下向き）に比例し、パルス位置変調（PPM）を模倣する。
• 融合センターは時間遅延を復号して元の過剰応答を推定し、送信されたLLR値を再構築する。
• 融合センターは近似的なグローバルLLRを維持し、順次的に更新して2つの意思決定しきい値と比較する。
• 意思決定が下されるか、検出遅延しきい値に達するまで順次プロセスを継続する。

実験結果

リサーチクエスチョン

• RQ1 レベルトリガー型サンプリングにおける過剰応答を、離散時刻分散システムの検出性能向上に有効に符号化できるか？
• RQ2 PPMを用いて過剰応答を送信遅延に符号化することで、1ビット通信による漸近最適検出が可能になるか？
• RQ3 Swerlingターゲットモデル下で、本手法は従来の意思決定統合と比較して、検出遅延および性能面で優れているか？
• RQ4 順序2最適性制約下で、本手法の漸近的平均検出遅延性能はいかほどか？

主な発見

• 提案手法は、分散検出における理論的性能境界に一致する順序2漸近最適な検出遅延を達成する。
• 過剰応答を送信遅延に符号化することで、従来の1ビット意思決定統合で失われる重要な情報を回復する。
• 融合センターは十分な精度でLLR値を再構築でき、順次意思決定を可能にし、検出性能を維持できる。
• Swerling変動ターゲットモデルの4つのすべてのケースにおいて、従来の意思決定統合手法よりも顕著に優れた性能を示す。
• 1トリガーあたり1パルスのみを送信するため、通信オーバーヘッドが低く、エネルギー制限付きWSNに適している。
• 漸近的平均検出遅延は解析的に導出され、システムパラメータに対して最適にスケーリングされることを示した。