文献

J-GLOBAL ID：201802211346221487   整理番号：18A0586631

分散圧縮センシングによる無線センサネットワークにおける空間的に相関したデータを用いたランダム事象のロバスト検出【Powered by NICT】

Robust detection of random events with spatially correlated data in wireless sensor networks via distributed compressive sensing

著者 (2件)： Wimalajeewa Thakshila (Dept. EECS, Syracuse University, Syracuse, NY) ,  Varshney Pramod K. (Dept. EECS, Syracuse University, Syracuse, NY)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAMSAP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,圧縮センシングの理論高密度センサネットワークにおけるランダム源の検出を行うことを利用した。センサは密に配備される場合,隣接するセンサで観測した高い相関性を持つ一方距離センサに対応するものはあまり相関していた。このように,任意の時点ですべてのセンサの連接観測ベクトルの共分散行列をスパースに成り得る疎構造はネットワークトポロジーと相関モデルに依存した。共分散行列のスパース構造を利用して,分散ノードで収集したデータの圧縮版を用いたランダム事象の存在を検出するためのロバスト非パラメトリック検出器を開発した。観測の圧縮版であるフュージョンセンターで利用できるように,観測を伝送するセンサのための分散ランダム射影を用いた多元接続通信路(MAC)モデルを採用した。検出は,圧縮データを用いて推定される非圧縮データの共分散情報に基づいた意思決定統計を構築することにより行った。分散ランダム射影行列を疎になる場合,提案したアプローチはしきい値を設定するための雑音パラメータの知識を必要とせず,もロバストである。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ネットワーク構造 ,  共分散 ,  *センサ ,  検出器 ,  *ロバスト性 ,  射影 ,  意思決定 ,  *センサネットワーク ,  ベクトル
準シソーラス用語： 射影行列 ,  ネットワークトポロジー ,  共分散行列 ,  距離センサ ,  高密度 ,  *無線センサネットワーク ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  マイクロ波・ミリ波通信  (ND08020W) ,  計測機器一般  (AD02000X) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： 圧縮センシング ,  無線センサネットワーク ,  相関 ,  事象 ,  ロバスト