[论文解读] 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 8

一句话总结

本文利用大偏差理论，研究了在观测相关随机场的二维无线自组织传感器网络中，信息提取的基本极限，推导出渐近信息与能量效率速率。结果表明，随着网络规模增大，每节点信息按 $O(N_t^{-1/3})$ 衰减，而能量效率则按 $\Theta(\text{area}^{-1/2})$ 下降，揭示了在相关场感知中覆盖范围、密度与能量之间的关键权衡。

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.

研究动机与目标

• 理解大规模二维自组织传感器网络在相关随机场部署下信息提取的基本极限。
• 量化网络覆盖范围、节点密度、能量消耗与信息增益之间在统计推断中的权衡关系。
• 分析在不同网络配置与场相关结构下，总信息量与能量效率的渐近行为。
• 基于平稳高斯场的大偏差原理，建立信息速率与能量效率的理论边界。
• 评估场相关性与传感器间距对每节点信息与全网能量效率的影响。

提出的方法

• 将底层物理过程建模为具有对称一阶条件自回归特性的二维高斯-马尔可夫随机场（GMRF）。
• 应用大偏差原理，推导一般 d 维平稳高斯场的渐近 Kullback-Leibler 散度与互信息速率。
• 利用谱分析与黎曼和近似方法，估算逆协方差矩阵的迹，该值对信息速率计算至关重要。
• 将传感器场划分为超立方体，并应用大数定律（SLLN）对平方观测值的样本均值进行估计。
• 建立归一化二次型几乎必然收敛至谱密度的积分，从而实现渐近信息速率的推导。
• 通过谱密度的统一连续性控制近似误差，推导出信息与能量效率的边界。

实验结果

研究问题

• RQ1 当覆盖面积与节点密度增加时，二维自组织传感器网络收集的总信息量如何变化？
• RQ2 当节点数量增加但每节点能量保持不变时，每节点信息速率是多少？
• RQ3 能量效率（定义为每焦耳信息量）如何随网络规模与覆盖面积变化？
• RQ4 传感器间距与场相关性对每节点渐近信息量有何影响？
• RQ5 在每节点能量固定但覆盖范围变化的条件下，总信息量如何随总网络能量消耗增长？

主要发现

• 当节点密度固定时，随着节点数 $N_t$ 增加，每节点信息以 $O(N_t^{-1/3})$ 的速率衰减至零。
• 在固定节点密度且覆盖面积增加的条件下，能量效率以 $\Theta(\text{area}^{-1/2})$ 的速率衰减至零。
• 当传感器间距 $d_n$ 增大时，每节点信息以 $D - \sqrt{d_n} e^{-\alpha d_n}$ 的速率收敛至其极限值 $D$，其中 $\alpha$ 为给定的扩散速率。
• 在固定覆盖面积且节点密度增加的条件下，每节点信息与节点密度成反比。
• 在固定节点密度与覆盖面积下，总信息量随总能量 $E_t$ 的增长呈 $O(\log E_t)$ 的尺度。
• 在固定每节点能量且覆盖面积增加的条件下，总信息量以 $\Theta(E_t^{2/3})$ 的速率增长。