Regret Based Bayesian Sequential Experiment Design for Sensor Management

Nicholas R. Olson

doi:10.1109/TSP.2025.3587260

2025-01-01

PRE

Nicholas R. Olson

Robert W. Heath

DOI：10.1109/TSP.2025.3587260

原文链接

原文求助

摘要

En 中文

测量设计是在传感和无线通信应用中产生的一个重要子问题。传感系统通常能够执行不同类型的互斥测量操作。在这样的系统中，选择测量操作以高效地收集关于感兴趣现象最具有信息量的样本至关重要。贝叶斯序贯实验设计（BSED）提供了一个基于模型的框架，用于解决此类测量设计问题的序贯变体。BSED在传感问题中的先前应用通常考虑最大化预期信息增益（EIG）概念的测量选择策略。在某些相关场景中，基于EIG的方法已被证明不如旨在最小化相对于理想策略所提供信息增益的遗憾概念的策略表现良好。受此启发，我们提出了一种基于部分可观察马尔可夫决策过程（POMDP）的通用框架，该框架允许根据遗憾概念设计BSED策略。我们主张考虑基于后验采样的近视版本（称为MPS）的策略，并考虑将此框架应用于基于码本接收波束成形的被动非相干信号源定位与检测问题。我们进一步提出了一种基于变分推断和贝叶斯规则幂律推广的后验推断近似方法。我们对MPS和EIG在所考虑应用中的表现进行了实证分析。结果表明，MPS在提供改进鲁棒性的同时优于EIG。

Keyword:

Sensors

Bayes methods

Radar tracking

Time measurement

Location awareness

Wireless sensor networks

Training

Target tracking

Performance gain

Gain measurement