基于信息熵传感器目标定位选择启发式.docxVIP

摘要我们提出基于熵的传感器选择启发式本地化。鉴于1）的先验概率分布目标位置，和2）的位置和感应模选择一组候选传感器ELS的heuris抽动选择这样一个信息传感器，融合选择与前目标位置传感器观测平均分配会产生的最大或接近最大的目标位置的熵减少分布。启发式贪婪地选择一个传感器不检索任何实际的传感器观测的每一步。启发式也是计算远远超过简单的基于互信息的方法。电子ectiveness的吗？启发式评估使用本地化模拟为简单起见，假设高斯遥感模型。启发式是更多的电子ective时的最佳人选传感器是更多的信息。分类和主题描述H.1.1[模式和原则]：系统和在形成理论信息理论;?C.2.4[计算机通信网络：分布式系统TEMS|分布式应用一般条款算法，管理，理论关键词传感器的选择，信息资源管理，信息融合，目标定位，目标跟踪，线传感器网络，Shannon熵，互信息为使这项工作的全部或部分的数字或硬拷贝的权限被授予个人或教室使用不收费，副本没有或利润或商业利益的分配和副本承担本第一页上的通知，并充分引文。否则，复制再版，张贴在服务器或重新分配到列表，需要事先具体许可和/或费用。2004年4月26-27日，美国加州大学伯克利分校，IPSN04。版权1581138466?ACM2004年/04/0004...$ 5.00。引言最近的微机电系统的收敛TEMS（MEMS）技术，无线通信和网络工作技术，低成本低功耗的小型挖的ITAL硬件设计技术已经取得了概念无线传感器网络中可行的和一个新的研究前沿[1] 2。有限板上储能有限无线信道容量是丝的主要制约因素较少的传感器网络。为了节约宝贵的资源，传感任务不应该涉及比更多的传感器的必要萨利。从信息论的观点，传感器点负责观察目标，以增加在有关目标的形成（或减少不确定性）状态。由于一个传感器的信息增益非常DI？时erent占森斯洛文尼亚统计局有二不同的观察角度和传感联合国确定性。利用信息传感器的选择性减少了需要，以获取有关信息的传感器目标状态，因此延长了系统寿命。在定位或跟踪的情况下，使用无线传感器网络，目标位置的信念状态可以是毕业生通过反复选择最翔实的开县改善未使用的传感器，直到所需的精确度（或不确定）实现目标状态水平。已经有一些调查信息传感器融合和管理的理论方法。?“利用信息理论中的传感器管理理念RST提出[8]。传感器选择的基础上有望在形成增益引入分散式传感系统[12]电信设备制造商。相互之间的预测信息传感器观测和当前目标位置分布TION提出了评??估预期的信息增益关于目标位置传感器[11，6]。另一方面，不使用信息理论，姚明ET。等。?[16]发现，整体定位精度的不仅各个传感器的精度，但取决于也相对目标位置的传感器位置时ING的发展定位算法。我们建议一种新型的基于熵启发式传感器选择我们的经验与目标定位。它是计算，结盟更多的电子比互信息为基础的方法cient[11]提出。我们整个本文使用下列符号：1。?S是一套可供选择的候选传感器，I 2 S传感器的指标;2。?x是表示随机向量实现目标位置;3。?XT是实际的目标位置;4。?^ x是目标最大似然估计的位置TION;5。?xi是我传感器确定位置;6。梓是随机变量，它表示的实现关于目标位置的传感器我的观察;7。?ZT我是我传感器对目标的实际观测位置;8。?ZVi是随机变量，它表示的实现关于目标位置的传感器我的看法。本文的其余部分安排如下：第2节详细介绍了启发式。第3节评估启发式使用模拟。第4节讨论显示启发式crepancy之间的互信息为基础的方法。第5节概括今后的工作中。第6节最后的文件。第7条承认的提案传感器选择启发式这节。制定在传感器的选择问题，劳calization，提出基于熵的传感器的细节选择启发式，讨论之间的关系熵DI?erence本文提出和相互信息mation有关传感器的选择以前的工作中使用。2.1传感器定位选择问题信息的措施有以下几种。在本文中，我们使用Shannon熵[14]，以量化的信息增益由于有关目标位置（或减少不确定性）传感器观测。我们采用贪婪传感器的选择基于互信息的方法[11使用的策略，6]。贪婪的战略逐渐减少的不确定性通过反复选择的目标位置分布目前最大的未使用的传感器预计信息TION增益。观察选定的传感器是纳入评价到目标位置的分配使用顺序贝叶斯ltering [3，7]。贪婪的传感器选择和顺序信息融合的不确定性继续下去，直到目标位置分布是小于或等于所需的水平。贪婪的传感器的核心问题选择的方法是如何以电子邮件？ciently评估的预期由于每个候选传感器的信息增益出实际获取传感器数据。传感器的选择问题，制定如下。特定1。前目标位置分布：P（X），2。可供选择的候选人传感器的位置：第十一; I 2 S，3。可供选择的候选人传感器的传感模型：zijx）