[논문 리뷰] Power Scheduling of Kalman Filtering in Wireless Sensor Networks with Data Packet Drops

Gang Wang, Jie Chen외 2명|arXiv (Cornell University)|2013. 12. 11.

Distributed Sensor Networks and Detection Algorithms참고 문헌 19인용 수 15

한 줄 요약

이 논문은 패킷 손실이 있는 무선 센서 네트워크(WSNs)에서 칼만 필터링을 위한 구성요소별 전력 스케줄링 전략을 제안한다. 센서는 각 측정 구성요소에 대해 고전력 또는 저전력 전송을 선택적으로 사용하여 추정 오차를 최소화한다. 주요 기여는 에너지 및 대역폭 제약 조건 하에서 일반 선형 스토크래스틱 시스템에서 추정 오차 공분산의 평균 제곱 안정성에 대해 충분조건 및 필수조건을 확립하는 것이다.

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.

연구 동기 및 목표

• 제한된 전송 자원을 가진 배터리 구동 무선 센서 네트워크(WSNs)에서 에너지와 대역폭을 절약하는 데 도전 과제를 해결한다.
• 무선 통신에서의 데이터 패킷 손실 문제를 해결하기 위해 추정 정확도에 미치는 영향을 최소화하는 전력 스케줄링 전략을 설계한다.
• 측정의 중요도에 따라 각 구성요소의 전송 전력을 결정하는 실시간, 온라인 전력 스케줄링 정책을 개발하여 에너지 소비를 줄인다.
• 랜덤 패킷 손실과 가변 전력 전송 조건 하에서 칼만 필터 추정기의 안정성에 대한 이론적 조건을 수립한다.
• 센서 데이터의 통계적 성질, 네트워크 영향 및 패킷 손실을 고려한 최소 평균 제곱 오차(MMSE) 추정기를 제공한다.

제안 방법

• 각 측정 구성요소가 추정기에서 예상되는 중요도에 따라 고전력 또는 저전력으로 전송되는 구성요소별 전력 스케줄링 정책을 수립한다.
• 전송 과정을 독립적인 베르누이 시행의 시퀀스로 모델링하며, 고전력은 신뢰성 있는 전달을 보장하고 저전력은 랜덤 패킷 손실을 초래한다.
• 예측 상태 밀도가 근사적으로 정규분포임을 가정하여 MMSE 추정기를 유도하며, 센서 데이터의 통계적 분포와 네트워크 영향을 통합한다.
• 추정 오차 공분산의 진화를 리카티 방정식으로 모델링하며, 수렴성을 증명하기 위해 세 개의 시퀀스를 서로 다른 경계에서 초기화한다.
• 리아푸노프 유사 분석과 행렬 부등식을 적용하여 제안된 스케줄러 하에서 오차 공분산 행렬의 수렴성과 안정성을 확립한다.
• 센서 전력 제어와 칼만 필터링을 융합한 새로운 프레임워크를 도입하여 실시간 측정 값과 채널 조건에 대한 온라인 적응을 가능하게 한다.

실험 결과

연구 질문

• RQ1 WSNs에서 에너지를 절약하면서 칼만 필터 추정 오차에 미치는 영향을 최소화하기 위해 전송 전력을 구성요소별로 어떻게 스케줄링할 수 있는가?
• RQ2 패킷 손실과 가변 전력 전송 조건이 있는 선형 스토크래스틱 시스템에서 추정 오차 공분산의 평균 제곱 안정성을 보장하는 조건은 무엇인가?
• RQ3 제안된 온라인 전력 스케줄링 정책은 추정 성능과 안정성 측면에서 오프라인 스케줄러와 비교하여 어떻게 다를까?
• RQ4 랜덤 패킷 손실과 전력 수준에 따라 신뢰성이 달라지는 조건 하에서 일반 선형 시스템에 대해 추정기 안정성에 대한 충분하고 필수적인 조건을 유도할 수 있는가?
• RQ5 에너지 제약이 있는 WSNs에서 원격 추정을 위한 최적의 전력 할당을 결정하는 데 있어 측정 구성요소의 중요도는 어떤 역할을 하는가?

주요 결과

• 제안된 구성요소별 전력 스케줄링 정책은 고영향 구성요소에는 고전력을, 저영향 구성요소에는 저전력을 사용함으로써 에너지 효율성과 추정 정확도 사이의 최적 트레이드오프를 달성한다.
• 추정 오차 공분산의 평균 제곱 안정성에 대한 충분조건은 시스템 행렬의 고유값과 패킷 손실 확률에 기반하여 도출된다.
• 안정성에 대한 필수조건은 $\prod_{i=1}^{m}(1 - \lambda_i) \leq \frac{1}{(\max_i |\sigma_i({\bm{A}})|)^2}$ 로 설정되며, 여기서 $\lambda_i$ 는 각 구성요소에 대한 성공적인 전송 확률이다.
• 제안된 스케줄러 하에서 시스템이 가측성과 관측 가능성을 만족할 경우, 초기 조건에 관계없이 추정 오차 공분산 행렬이 유일한 한계값으로 수렴한다.
• 이론적 분석을 통해 구성요소별 최적화 전략 덕분에 오직 일부 측정 구성요소만 고전력으로 전송되더라도 추정기가 안정성을 유지함을 확인하였다.
• 기존의 오프라인 스케줄러 연구를 확장하여 실시간 측정 값과 채널 조건에 대한 온라인 적응을 가능하게 하여, 오프라인 정책에서 관찰되는 초기 시점의 불안정성에 의한 성능 저하를 피할 수 있다.