비가우시안 잡음 채널을 갖는 무선 센서 네트워크의 준 최적화 결정 융합에 관한 연구

Suboptimal Decision Fusion in Wireless Sensor Networks under Non-Gaussian Noise Channels

본 논문에서는 무선 센서 네트워크에서 비 가우시안 채널 환경에서, 결정 융합 검출 규칙에 관한 연구를 수행하였다. 결정 융합에 대한 잡음 분포의 테일 특성이 갖는 영향을 고려하기 위하여 exponentially-tailed 분포를 사용하였다. 페이딩과 잡음 채널로 구성된 병렬 결정 융합 모델로부터 우도비율 기반 융합 규칙을 Neyman-Pearson 평가 하에서 최적화 규칙으로 고려하였으며, 이 최적화 규칙으로부터 높은 신호대 잡음비와 낮은 신호대 잡음비 근사를 통하여 몇 가지 준 최적화 규칙들을 구하였다. 또한 최소한의 사전 정보를 가지고 강인한 검파 성능을 제공하기 위하여 리미터 형태의 간략화 된 준 최적화 검출 규칙을 제안하였다. 모의실험을 통하여 결정 융합 규칙들의 성능을 비교 분석 하였으며 실험 결과들로부터 제안된 리미터 형태의 결정 융합 규칙의 강인성을 입증하였다.

Decision fusion in wireless sensor networks under non-Gaussian noise channels is studied. To consider the tail behavior noise distributions, we use a exponentially-tailed distribution as a wide class of noise distributions. Based on a canonical parallel fusion model with fading and noise channels, the likelihood ratio(LR) based fusion rule is considered as an optimal fusion rule under Neyman-Pearson criterion. With both high and low signal-to-noise ratio (SNR) approximation to the optimal rule, we obtain several suboptimal fusion rules. and we propose a simple fusion rule that provides robust detection performance with a minimum prior information, Performance evaluation for several fusion rules is peformed through simulation. Simulation results show the robustness of the Proposed simple fusion rule.