[论文解读] Error Probability Bounds for Binary Relay Trees with Crummy Sensors

Zhenliang Zhang, Ali Pezeshki+3 more|arXiv (Cornell University)|Jun 1, 2011

Distributed Sensor Networks and Detection Algorithms参考文献 28被引用 4

一句话总结

本文分析了在独立失效概率给定的不可靠（‘差劲的’）传感器下，平衡二叉中继树中的误差概率界限。推导出紧密的上下界，表明尽管存在传感器失效，融合中心的总误差概率仍以 √N 的衰减指数呈次线性衰减，与无失效树中的速率一致，并确立了在单个传感器渐近不可靠时性能仍收敛至零的条件。

ABSTRACT

We study the detection error probability associated with balanced binary relay trees, in which sensor nodes fail with some probability. We consider N identical and independent crummy sensors, represented by leaf nodes of the tree. The root of the tree represents the fusion center, which makes the final decision between two hypotheses. Every other node is a relay node, which fuses at most two binary messages into one binary message and forwards the new message to its parent node. We derive tight upper and lower bounds for the total error probability at the fusion center as functions of N and characterize how fast the total error probability converges to 0 with respect to N. We show that the convergence of the total error probability is sub-linear, with the same decay exponent as that in a balanced binary relay tree without sensor failures. We also show that the total error probability converges to 0, even if the individual sensors have total error probabilities that converge to 1/2 and the failure probabilities that converge to 1, provided that the convergence rates are sufficiently slow.

研究动机与目标

• 分析在传感器以给定概率失效的平衡二叉中继树中的检测误差概率。
• 推导出融合中心总误差概率关于传感器数量 N 的紧密上下界。
• 表征在传感器失效下误差概率的渐近衰减速率，并确定当传感器变得越来越不可靠时，误差概率是否仍可收敛至零。
• 建立当传感器检测误差概率趋近于 1/2 且失效概率趋近于 1 时，总误差概率收敛至零的必要与充分条件。

提出的方法

• 建模一个具有 N 个相同、独立传感器的平衡二叉中继树，传感器位于叶节点，每个传感器具有固定的 I 类与 II 类错误概率及失效概率 q₀。
• 在每个中继节点和融合中心使用似然比检验，将子节点的二进制消息合并为单个二进制消息。
• 推导出误差概率与失效概率在树层级间演化的递归关系，表明第 k 层的失效概率为 q_k = (q₀)^{2^k}。
• 利用对数渐近分析建立融合中心总误差概率 P_N 的界限，表明 log P_N⁻¹ ∼ log L₀⁻¹ √N。
• 应用渐近分析以确定在传感器可靠性变化下的衰减速率，使用近似关系如 −log(1−x) ∼ x/ln(2)（当 x→0 时）。
• 分析 (α, β, q) 空间中的不变区域，并证明即使传感器可靠性下降，只要衰减速率足够慢，误差概率仍可收敛至零。

实验结果

研究问题

• RQ1 在具有‘差劲’传感器的平衡二叉中继树中，融合中心的总误差概率的衰减速率是什么？
• RQ2 与无失效情况相比，传感器失效如何影响总误差概率的收敛速度？
• RQ3 当单个传感器渐近不可靠时（即误差概率 → 1/2 且失效概率 → 1），总误差概率在何种条件下仍收敛至零？
• RQ4 当传感器失效时，误差概率的渐近衰减指数是否仍为 √N，还是被失效所降低？
• RQ5 传感器失效与误差概率的收敛速率需满足何种必要与充分条件，才能使总误差概率趋近于零？

主要发现

• 即使传感器不可靠或以非零概率失效，融合中心的总误差概率仍以 √N 的衰减指数呈次线性衰减。
• 误差概率的渐近衰减速率不受传感器失效影响——其仍为 √N，与无失效平衡二叉中继树中的速率一致。
• 即使单个传感器的误差概率趋近于 1/2 且失效概率趋近于 1，只要收敛速率足够慢，总误差概率仍可收敛至零。
• 具体而言，若传感器失效概率为 q₀ = 1 − η_N，则融合中心的失效概率 q_log N → 0 当且仅当 η_N N → ∞。
• 若传感器检测误差概率为 L₀^(N) = 1 − η_N，则总误差概率 P_N → 0 当且仅当 η_N = ω(1/√N)，即 η_N √N → ∞。
• 当 η_N ∼ c/√N 时，总误差概率 P_N 与 0 和 1 均保持有界距离，收敛于 (2^{-c₂}, 2^{-c₁}) 区间内的常数，其中 c₁, c₂ > 0 为常数。