[論文レビュー] How Much Information can One Get from a Wireless Ad Hoc Sensor Network over a Correlated Random Field?

Youngchul Sung, H. Vincent Poor+1 more|ArXiv.org|Mar 9, 2009

Distributed Sensor Networks and Detection Algorithms参考文献 19被引用数 8

ひとこと要約

本論文は、相関する確率場を観測する2次元ワイヤレスアドホックセンサーネットワークにおける情報抽出の根本的限界を、大偏差理論を用いて解明する。漸近的情報量およびエネルギー効率のレートを導出する。ネットワークサイズの増加に伴い、ノード当たりの情報量は $O(N_t^{-1/3})$ のレートで減少する一方、エネルギー効率は $Θ(\text{area}^{-1/2})$ のレートで低下することが示され、相関するフィールドセンシングにおけるカバレッジ、密度、エネルギーの間の重要なトレードオフが明らかになる。

ABSTRACT

New large deviations results that characterize the asymptotic information rates for general $d$-dimensional ($d$-D) stationary Gaussian fields are obtained. By applying the general results to sensor nodes on a two-dimensional (2-D) lattice, the asymptotic behavior of ad hoc sensor networks deployed over correlated random fields for statistical inference is investigated. Under a 2-D hidden Gauss-Markov random field model with symmetric first order conditional autoregression and the assumption of no in-network data fusion, the behavior of the total obtainable information [nats] and energy efficiency [nats/J] defined as the ratio of total gathered information to the required energy is obtained as the coverage area, node density and energy vary. When the sensor node density is fixed, the energy efficiency decreases to zero with rate $Θ({area}^{-1/2})$ and the per-node information under fixed per-node energy also diminishes to zero with rate $O(N_t^{-1/3})$ as the number $N_t$ of network nodes increases by increasing the coverage area. As the sensor spacing $d_n$ increases, the per-node information converges to its limit $D$ with rate $D-\sqrt{d_n}e^{-αd_n}$ for a given diffusion rate $α$. When the coverage area is fixed and the node density increases, the per-node information is inversely proportional to the node density. As the total energy $E_t$ consumed in the network increases, the total information obtainable from the network is given by $O(\log E_t)$ for the fixed node density and fixed coverage case and by $Θ(E_t^{2/3})$ for the fixed per-node sensing energy and fixed density and increasing coverage case.

研究の動機と目的

• 大規模な2次元アドホックセンサーネットワークが配置された相関する確率場上での情報抽出の根本的限界を理解すること。
• 統計的推論のためのネットワークカバレッジ、ノード密度、エネルギー消費、情報量の増加の間のトレードオフを定量化すること。
• さまざまなネットワーク構成およびフィールド相関構造の下での、合計情報量およびエネルギー効率の漸近的挙動を分析すること。
• 定常ガウス過程に対して大偏差原理を用いて、情報レートおよびエネルギー効率の理論的境界を確立すること。
• フィールド相関およびセンサースペーシングがノード当たりの情報量およびネットワーク全体のエネルギー効率に与える影響を評価すること。

提案手法

• 物理的プロセスを、対称的な一次の条件付き自己回帰を持つ2次元ガウス＝マルコフ確率場（GMRF）としてモデル化する。
• 一般のd次元定常ガウス過程に対して、大偏差原理を適用して漸近的カルバック・ライブラー情報量および相互情報量のレートを導出する。
• スペクトル解析とリーマン和近似を用いて、情報量レート計算に不可欠な逆共分散行列のトレースを推定する。
• センサーフィールドをハイパーキューブに分割し、二乗観測値の標本平均に大数の法則（SLLN）を適用する。
• 正規化された二次形式のほとんど確実な収束を、スペクトル密度関数の積分へと確立し、漸近的情報量レートの導出を可能にする。
• スペクトル密度関数の一様連続性を制御することにより、近似誤差を制御し、情報量およびエネルギー効率の境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 2次元アドホックセンサーネットワークが収集する合計情報量は、カバレッジ領域とノード密度が増加するに従いどのようにスケーリングするか？
• RQ2 ノード数を増加させながらノード当たりのエネルギーを固定した場合、ノード当たりの情報レートはいかなるか？
• RQ3 エネルギー効率（ジュール当たりの情報量）は、ネットワークサイズおよびカバレッジ領域とどのようにスケーリングするか？
• RQ4 センサースペーシングおよびフィールド相関が、ノード当たりの漸近的情報量に与える影響は何か？
• RQ5 ノード当たりのエネルギーを固定した状態でカバレッジ領域を変化させた場合、合計情報量は合計ネットワークエネルギー消費量とどのように関係するか？

主な発見

• ノード密度を固定した場合、ノード数 $N_t$ が増加するに従い、ノード当たりの情報量は $O(N_t^{-1/3})$ のレートでゼロに減少する。
• ノード密度を固定しカバレッジ領域を拡大した場合、エネルギー効率は $Θ(\text{area}^{-1/2})$ のレートでゼロに減少する。
• センサースペーシング $d_n$ が増加するにつれ、ノード当たりの情報量は、与えられた拡散率 $α$ に対して、$D - \sqrt{d_n} e^{-\alpha d_n}$ のレートでその極限値 $D$ に収束する。
• カバレッジ領域を固定しノード密度を増加させた場合、ノード当たりの情報量はノード密度に反比例する。
• ノード密度とカバレッジ領域を固定した場合、合計情報量は $O(\log E_t)$ のレートで合計エネルギー $E_t$ に比例して増加する。
• ノード当たりのエネルギーを固定しカバレッジ領域を拡大した場合、合計情報量は $\Theta(E_t^{2/3})$ のレートで増加する。