Estimación de mínimos cuadrados en redes de sensores con protocolo de acceso aleatorio y estrategias de compensación
Se aborda el problema de estimación lineal mínimo cuadrática de señales
estocásticas a partir de medidas multisensor, que se transmiten bajo un
protocolo de acceso aleatorio —cuyo comportamiento queda
caracterizado por las probabilidades de transmisión de los distintos
sensores—, lo que ocasiona pérdidas de datos. Para mitigar este efecto, se
analizan dos estrategias de compensación: compensación por predicción
(que sustituye cada dato perdido por su predicción óptima basada en el
historial de medidas) y entrada nula o zero-input (que lo reemplaza por un
valor nulo). Bajo ambas técnicas, se obtienen algoritmos recursivos de
estimación basados exclusivamente en información sobre las funciones de
covarianza de los procesos implicados. Este enfoque garantiza una gran
versatilidad, ya que prescinde de suposiciones estrictas sobre el modelo
de espacio de estados. Finalmente, la precisión de los algoritmos ante
distintas probabilidades de acceso se evalúa mediante simulaciones
numéricas.
Keywords: Estimación de mínimos cuadrados sistemas estocásticos multisensor protocolo de comunicación de acceso aleatorio estrategias de compensación