تخمین تطبیقی توزیع شده در شبکه های سنسوری با در نظر گرفتن نویز مشاهده غیر یکسان

اخیراً استفاده از روش پردازش تطبیقی توزیع شده (distributed adaptive estimation) برای حل مساله تخمین در شبکه های سنسوری مد نظر قرار گرفته است. در الگوریتم های فعلی، برای تمام سنسورهای موجود در شبکه نویز مشاهده (observation noise) یکسان فرض شده است. در این مقاله پردازش تطبیقی توزیع شده در شرایط واقعی تری که در آن تعدادی از سنسورهای شبکه دارای نویز مشاهده با توان بیشتر هستند (سنسورهای نویزی) مورد بررسی قرار گرقته است. ابتدا با استفاده از نتایج شبیه سازی نشان می دهیم که استفاده از سنسورهای نویزی کارایی الگوریتم تخمین تطبیقی توزیع شده را به شدن کاهش می دهد. سپس به منظور حل این مشکل روشی برای شناسایی این دسته از سنسورها معرفی کرده و در ادامه از آن برای بهبود الگوریتم (Least mean square) LMS توزیع شده استفاده می گردد. نتایج حاصل از شبیه سازی های انجام شده بیانگر آن است که الگوریتم پیشنهادی در مقایسه با الگوریتم LMS توزیع شده، در شرایط نویز مشاهده غیر یکسان، کارایی بسیار بهترذی از خود نشان می دهد.

کلیدواژه های تخمین تطبیقی توزیع شده در شبکه های سنسوری با در نظر گرفتن نویز مشاهده غیر یکسان:

تخمین تطبیقی ، شبکه های توزیع شده ، شبکهئ های سنسوری ، فیلتر تطبیقی