[논문 리뷰] Almost sure convergence of a randomized algorithm for relative localization in sensor networks

Chiara Ravazzi, Paolo Frasca외 2명|arXiv (Cornell University)|2013. 03. 12.

Distributed Control Multi-Agent Systems참고 문헌 14인용 수 3

한 줄 요약

이 논문은 센서 네트워크에서 상대적 위치 추정을 위한 완전히 분산형이며 异상적인 무작위 게이핑 알고리즘을 제안한다. 에르고딕 이론을 활용하여, 노드 상태의 시간 평균이 거의 확실히 최소 제곱 해로 수렴함을 증명함으로써, 전역 시계나 동기화가 필요 없이 지속적인 진동을 제거한다.

ABSTRACT

This paper regards the relative localization problem in sensor networks. We study a randomized algorithm, which is based on input-driven consensus dynamics and involves pairwise "gossip" communications and updates. Due to the randomness of the updates, the state of this algorithm ergodically oscillates around a limit value. Exploiting the ergodicity of the dynamics, we show that the time-average of the state almost surely converges to the least-squares solution of the localization problem. Remarkably, the computation of the time-average does not require the sensors to share any common clock. Hence, the proposed algorithm is fully distributed and asynchronous.

연구 동기 및 목표

• 중앙 집중식 조율 또는 전역 동기화 없이 센서 네트워크에서 분산형 상대적 위치 추정 문제를 해결한다.
• 로컬이고 노이즈가 섞인 쌍별 측정값만을 사용하여 노드가 상대적 위치를 추정할 수 있도록 완전히 비동기적 알고리즘을 개발한다.
• 표준 게이핑 동역학에서 지속적인 무작위 진동을 제거하기 위해 시간 평균 연산을 도입한다.
• 에르고딕 이론을 사용하여 시간 평균 상태가 최적의 최소 제곱 해로 거의 확실히 수렴함을 입증한다.
• 전역 시계나 반복 카운터가 필요 없도록 실용적인 구현을 가능하게 한다.

제안 방법

• 노이즈가 섞인 간선 측정값을 가진 연결된 그래프 위에서 상대적 위치 추정 문제를 최소 제곱 추정 과제로 수립한다.
• 무작위 게이핑 알고리즘을 설계하여, 각 단계에서 무작위로 선택된 이웃 쌍의 노드가 공감 유사 규칙을 사용해 상태를 갱신한다.
• 상태 진동을 i.i.d. 랜덤 행렬과 노이즈 벡터로 이끄는 마코프 과정으로 모델링한다.
• 역과정 분석을 통해 리아프노프 지수 조건을 이용하여 불변 분포의 거의 확실한 수렴을 확립한다.
• 전진 과정의 에르고딕성을 입증하고, 상태의 시간 평균이 거의 확실히 불변 분포의 기대값으로 수렴함을 보인다.
• 정적 버전의 과정에 대수법칙을 적용하여 시간 평균 추정치가 최적의 해로 수렴함을 입증한다.

실험 결과

연구 질문

• RQ1 완전히 분산형 비동기 게이핑 알고리즘이 상대적 위치 추정에서 최적 해로 거의 확실하게 수렴할 수 있는가?
• RQ2 전역 동기화 없이 랜덤화된 공감 동역학에서 지속적인 진동을 어떻게 제거할 수 있는가?
• RQ3 랜덤 갱신 과정의 불변 분포의 존재성과 유일성을 보장하는 조건은 무엇인가?
• RQ4 전역 반복 카운터나 시계에 의존하지 않고 시간 평균화를 통해 수렴을 달성할 수 있는가?
• RQ5 에르고딕 이론은 수렴하지 않는 진동적인 랜덤 동역학 분석을 어떻게 가능하게 하는가?

주요 결과

• 노드 상태의 시간 평균이 거의 확실히 상대적 위치 추정 문제의 최소 제곱 해로 수렴한다.
• 전역 시계나 반복 카운터가 필요 없이 에르고딕 이론을 통해 수렴을 입증한다.
• 알고리즘을 지배하는 마코프 과정의 불변 분포는 유일하며 최적 해에 해당한다.
• 한계 상태 분포의 기대값은 최소 제곱 해와 같다: E[x∞] = L†A⊤b.
• 랜덤 행렬의 곱의 리아프노프 지수를 유 bounds하여 음수임을 보여, 역과정의 거의 확실한 수렴을 유도하는 데 의존한다.
• 알고리즘이 완전히 분산형이며 비동기적이라서 노드 간 조율이나 동기화가 필요 없다.