[논문 리뷰] Maximum Likelihood Localization of Radiation Sources with unknown Source Intensity

Henry E. Baidoo‐Williams|arXiv (Cornell University)|2016. 07. 27.

Microwave Imaging and Scattering Analysis참고 문헌 15인용 수 18

한 줄 요약

이 논문은 ℝᴺ 내에서 소스 강도가 알려지지 않은 방사성원을 국소적으로 정위치시키기 위한 새로운 최대우도 접근법을 제시한다. 최소한의 센서 수 N+1를 사용하여 센서들의 열린 볼록초현실 내에서 유일한 전역 최적해를 보장한다. 비볼록적인 우도 함수를 구성하고, 투영 보정이 가미된 경사상승 알고리즘을 적용함으로써, 지역 최적해 영역 내 초기화가 필요 없이 전역 수렴을 보장하며, 관심 영역 내에서 가짜 정적점이 존재하지 않게 한다.

ABSTRACT

In this paper, we consider a novel and robust maximum likelihood approach to localizing radiation sources with unknown statistics of the source signal strength. The result utilizes the smallest number of sensors required theoretically to localize the source. It is shown, that should the source lie in the open convex hull of the sensors, precisely $N+1$ are required in $\mathbb{R}^N, ~N \in \{1,\cdots,3\}$. It is further shown that the region of interest, the open convex hull of the sensors, is entirely devoid of false stationary points. An augmented gradient ascent algorithm with random projections should an estimate escape the convex hull is presented.

연구 동기 및 목표

• 소스 강도가 알려지지 않은 경우 방사성원 정위치를 해결하기 위한 도전 과제를 다루며, 이는 이전 연구에서 지역 최적해 영역 내 초기화가 필요하다는 중요한 제한 사항을 포함한다.
• 이론적 최소값인 ℝᴺ 내 N+1개 센서로 센서 수를 최소화하면서도 정확한 정위치를 보장한다.
• 센서들의 열린 볼록초현실 내에서 가짜 정적점이 제거되어 강력하고 신뢰할 수 있는 정위치를 가능하게 한다.
• 초기화에 의존하지 않는 알고리즘을 개발하여 확률적으로 전역 균일 점근 수렴을 달성한다.
• 실제 노이즈와 불확실성 조건 하에서의 시뮬레이션을 통해 알고리즘의 강건성을 입증한다.

제안 방법

• 모수 A*가 간섭 변수로 간주되는 소스 강도가 알려지지 않은 방사성원 정위치를 위한 최대우도 추정 프레임워크를 수립한다.
• 파oisson 분포의 센서 측정치를 기반으로 한 비볼록적 수익 함수를 유도하며, 경로 손실 및 감쇠 효과를 포함한다.
• 정위치 추정치가 센서들의 볼록초현실 내에 유지되도록 제약 조건 하에 우도 함수를 최대화하는 경사상승 알고리즘을 도입한다.
• 추정치가 볼록초현실을 벗어나면 랜덤 투영과 투영 기반 보정 메커니즘을 사용하여 수렴을 보장한다.
• 독립적인 파oisson 분포 센서 읽기와 배경 노이즈를 포함한 강건한 시뮬레이션 프레임워크를 사용하여 알고리즘 성능을 검증한다.
• 우도 함수가 열린 볼록초현실 내에서 유일한 전역 최대값을 가지며, 가짜 정적점이 존재하지 않음을 증명한다.

실험 결과

연구 질문

• RQ1 소스 강도가 알려지지 않은 경우, ℝᴺ 내 최소 센서 수 N+1로도 방사성원 정위치를 달성할 수 있는가?
• RQ2 소스 강도가 알려지지 않은 최대우도 함수가 센서들의 열린 볼록초현실 내에서 가짜 정적점이 있는가?
• RQ3 경사 기반 알고리즘이 지역 최적해 영역 내 초기화 없이도 전역 수렴을 달성할 수 있는가?
• RQ4 센서 측정치의 실제 노이즈와 불확실성 조건 하에서 알고리즘의 성능은 어떠한가?
• RQ5 저 SNR 및 고노이즈 환경에서 알고리즘의 수렴 행동과 강건성은 어떠한가?

주요 결과

• 우도 함수는 ℝᴺ 내 N+1개 센서의 열린 볼록초현실 내에서 유일한 전역 최대값을 가지며, 가짜 정적점이 존재하지 않는다.
• 알고리즘은 관심 영역 내 국소 최대값이 존재하지 않기 때문에, 초기화에 의존하지 않고 확률적으로 전역 균일 점근 수렴을 달성한다.
• 시뮬레이션 결과, 알고리즘이 빠르게 수렴하며, 500회 반복 이내에 RMSE가 크게 감소함을 확인하였다. 이는 10,000개의 랜덤 초기화 조건에서도 동일하게 나타났다.
• 2D 및 3D 시나리오 모두에서, 저 SNR 조건에서도 추정치가 볼록초현실을 벗어나는 비율이 0.001% 미만이었으며, 이는 높은 강건성을 보여준다.
• N=2일 경우 유리한 조건에서 SNR 값 전반에 걸쳐 평균 RMSE가 10미터 이하였으며, RMSE 그래프를 통한 반복 수렴 속도 확인이 가능했다.
• 알고리즘은 측정 노이즈와 알려지지 않은 A*에 대해 강건하며, 기울기 계산에 사용된 센서 읽이 실제 읽기와 다를 경우에도 성능이 유지됨을 확인하여 내성적 강건성을 입증했다.