通过盲校准提高无线传感器网络的可靠性
提高无线传感器网络可靠性的方法是通过盲校准
保持传感器网络校准的算法
介绍
无线传感器网络已经成为一种能够在制造工厂或智能城市中监控和控制过程的技术。例如，在智能城市中监测空气质量的情况下，可以实时识别出特别污染的地区，并保护公民免受空气污染的影响。这些网络由许多分布式传感器节点组成，收集数据并将其传输到可以进行处理的中央位置。
然而，这些测量系统对校准提出了新的要求，例如在规模和频率方面。更准确地说，这些无数的传感器通常质量较差，因此需要更频繁的校准。如果每个节点都进行手动校准，或者收集所有节点并将它们带到实验室（进行校准），那将是太繁琐甚至不可能的，而且还会导致停机时间和数据丢失。然而，校准是必要的，因为它们使测量结果在空间和时间上可比。如果传感器漂移，它们的测量值将不符合真实情况。因此，基于这些数据的决策将是不合理的。
因此，如何保持传感器网络的校准已成为研究的课题，从而产生了所谓的盲校准算法（以及其他类型的自动校准技术），旨在改善传感器测量数据的质量，延迟（或甚至省略）昂贵的手动校准。简单来说，它们使用初始校准作为参考；关键思想是利用传感器信号之间的相关性，利用线性代数和数学优化技术计算新的校准系数。本文将解释这些算法背后的理论，并通过一个实际示例展示它们的潜力和局限性。
理论背景
起点是一个由n个节点组成的传感器网络，每个节点感知某个过程。在时间t，个别测量值被收集到一个向量y = [y₁，…，yₙ]中。如果各个传感器“看到的是相同的东西”，它们的…
