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

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

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.

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.