[論文レビュー] Error Probability Bounds for M-ary Relay Trees

Zhenliang Zhang, Edwin K. P. Chong+3 more|arXiv (Cornell University)|Feb 7, 2012

Distributed Sensor Networks and Detection Algorithms参考文献 13被引用数 3

ひとこと要約

本稿では、独立なセンサーとリレーノードから構成されるM-値リレーツリーにおける誤検出確率を分析する。融合センターにおけるタイプIおよびタイプII誤検出確率のきめの細かい上界および下界を導出し、これらの誤検出確率がセンサー数とともに指数関数的に減少することを示し、収束速度を正確に特定する。

ABSTRACT

We study the detection error probabilities associated with an M-ary relay tree, where the leaves of the tree correspond to identical and independent sensors. Only these leaves are sensors. The root of the tree represents a fusion center that makes the overall detection decision. Each of the other nodes in the tree is a relay node that combines M summarized messages from its immediate child nodes to form a single output message using the majority dominance rule. We derive tight upper and lower bounds for the Type I and II error probabilities at the fusion center as explicit functions of the number of sensors in the case of binary message alphabets. These bounds characterize how fast the error probabilities converge to 0 with respect to the number of sensors.

研究の動機と目的

• M-値リレーツリーにおける独立したセンサー入力の下での検出誤検出確率を分析すること。
• リレーノードにおける多数優位ルールを用いて融合センターの意思決定プロセスをモデル化すること。
• センサー数を関数としてタイプIおよびタイプII誤検出確率の明示的な上界および下界を導出すること。
• センサー数の増加に伴い誤検出確率が0に収束する速度を特徴付けること。

提案手法

• システムは、リーフノードが同一かつ独立したセンサーを表すM-値木としてモデル化される。
• 中間のリレーノードは、M個の子ノードからのメッセージを多数優位ルールを用いて統合し、単一の出力メッセージを生成する。
• ルートに位置する融合センターは、そのM個の子ノードからの集約メッセージに基づいて最終的な検出意思決定を行う。
• 多数融合プロセスの確率的解析を用いて、タイプIおよびタイプII誤検出確率の境界を解析的に導出する。
• 境界はセンサー数の関数として明示的に表現されており、きめの細かいものであることが示されている。

実験結果

リサーチクエスチョン

• RQ1 独立したセンサーを有するM-値リレーツリーにおいて、タイプIおよびタイプII誤検出確率はどのように振る舞うか？
• RQ2 融合センターにおける誤検出確率の最もきめの細かい上界および下界は何か？
• RQ3 センサー数の増加に伴い、誤検出確率はどの程度速く0に収束するか？
• RQ4 リレーノードにおける多数優位ルールは、全体の検出信頼性にどのように影響するか？

主な発見

• タイプIおよびタイプII誤検出確率のきめの細かい上界および下界が、センサー数の明示的関数として導出された。
• 境界から、誤検出確率がシステム内のセンサー数とともに指数関数的に減少することが示された。
• 導出された境界を通じて、誤検出確率が0に収束する速度が正確に特徴付けられた。
• 解析により、リレーノードにおける多数優位ルールが、証明可能な誤検出確率の減少を伴う信頼性の高い集約をもたらすことが確認された。