[論文レビュー] Power Scheduling of Kalman Filtering in Wireless Sensor Networks with Data Packet Drops

Gang Wang, Jie Chen+2 more|arXiv (Cornell University)|Dec 11, 2013

Distributed Sensor Networks and Detection Algorithms参考文献 19被引用数 15

ひとこと要約

本稿は、パケット損失を伴うエネルギー制限付き無線センサネットワーク（WSN）におけるカルマンフィルタリングのコンポonentワイズ電力スケジューリング戦略を提案する。センサは各測定成分ごとに高電力または低電力の送信を選択することで、推定誤差を最小化する。主な貢献は、エネルギーおよび帯域幅制約下での一般線形確率的システムにおける推定誤差共分散の平均二乗安定性について、十分かつ必要条件を確立することにある。

ABSTRACT

For a wireless sensor network (WSN) with a large number of low-cost, battery-driven, multiple transmission power leveled sensor nodes of limited transmission bandwidth, then conservation of transmission resources (power and bandwidth) is of paramount importance. Towards this end, this paper considers the problem of power scheduling of Kalman filtering for general linear stochastic systems subject to data packet drops (over a packet-dropping wireless network). The transmission of the acquired measurement from the sensor to the remote estimator is realized by sequentially transmitting every single component of the measurement to the remote estimator in one time period. The sensor node decides separately whether to use a high or low transmission power to communicate every component to the estimator across a packet-dropping wireless network based on the rule that promotes the power scheduling with the least impact on the estimator mean squared error. Under the customary assumption that the predicted density is (approximately) Gaussian, leveraging the statistical distribution of sensor data, the mechanism of power scheduling, the wireless network effect and the received data, the minimum mean squared error estimator is derived. By investigating the statistical convergence properties of the estimation error covariance, we establish, for general linear systems, both the sufficient condition and the necessary condition guaranteeing the stability of the estimator.

研究の動機と目的

• 限られた送信リソースを有するバッテリー駆動型無線センサネットワーク（WSN）におけるエネルギーおよび帯域幅の節約に取り組む。
• 無線通信におけるデータパケット損失の問題に対処し、推定精度への影響を最小限に抑える電力スケジューリング戦略を設計する。
• 測定の重要性に基づいて各成分の送信電力をオンラインで意思決定するリアルタイムかつオンラインの電力スケジューリングポリシーを構築する。
• ランダムなパケット損失および可変送信電力下でのカルマンフィルタ推定器の安定性に関する理論的条件を確立する。
• センサデータの統計的性質、ネットワーク効果、パケット損失を考慮した最小平均二乗誤差（MMSE）推定器を提供する。

提案手法

• 各測定成分が推定器に与える影響の推定値に基づき、高電力または低電力で送信するコンポonentワイズ電力スケジューリングポリシーを定式化する。
• 送信プロセスを独立なベルヌーイ試行の系列としてモデル化し、高電力では確実な送信、低電力ではランダムなパケット損失を想定する。
• 予測状態密度が概ねガウス分布に近いと仮定し、センサデータおよびネットワーク効果の統計的分布を組み込んだMMSE推定器を導出する。
• 推定誤差共分散の時間発展をリャプノフ方程式を用いてモデル化し、三つの異なる境界値から初期化されたシーケンスを用いて収束を証明する。
• リャプノフ様の解析および行列不等式を用いて、提案スケジューラー下での誤差共分散行列の収束性および安定性を確立する。
• センサの電力制御とカルマンフィルタリングを統合する新規フレームワークを導入し、測定値およびチャネル状態に応じたオンライン適応を可能にする。

実験結果

リサーチクエスチョン

• RQ1 WSNにおけるエネルギー節約を図りながら、カルマンフィルタ推定誤差への影響を最小限に抑えるために、各成分ごとの送信電力をどのようにスケジューリングすればよいか。
• RQ2 パケット損失および可変送信電力を伴う線形確率的システムにおいて、推定誤差共分散の平均二乗安定性を保証する条件は何か。
• RQ3 提案されたオンライン電力スケジューリングポリシーは、オフラインスケジューラーと比較して推定性能および安定性においてどのように異なるか。
• RQ4 ランダムなパケット損失および電力レベル依存の信頼性を伴う一般線形システムにおいて、推定器安定性の十分かつ必要条件を導出可能か。
• RQ5 測定成分の重要性は、エネルギー制限付きWSNにおけるリモート推定の最適電力割り当てを決定する上で果たす役割は何か。

主な発見

• 提案されたコンポonentワイズ電力スケジューリングポリシーは、高影響成分には高電力、低影響成分には低電力で送信することで、エネルギー効率と推定精度の最適なトレードオフを達成する。
• 推定誤差共分散の平均二乗安定性の十分条件が、システム行列の固有値およびパケット損失確率に基づいて導出された。
• 安定性の必要条件として、$\prod_{i=1}^{m}(1 - \lambda_i) \leq \frac{1}{(\max_i |\sigma_i({\bm{A}})|)^2}$ が確立され、ここで $\lambda_i$ は各成分の送信成功確率を表す。
• システムが可制御かつ可観測である限り、初期条件にかかわらず、提案スケジューラー下で推定誤差共分散行列が一意の極限に収束することが確認された。
• 理論的解析により、高電力で送信される測定成分のサブセットのみであっても、コンポonentワイズ最適化戦略のおかげで推定器が安定していることが確認された。
• オフラインスケジューラーの研究を拡張し、リアルタイムの測定値およびチャネル状態に応じたオンライン適応を可能にした。これにより、オフラインポリシーの初期段階での不安定性に起因する性能劣化を回避できる。