J. Linares-Pérez, A. Hermoso-Carazo, R. Caballero-Águila
Recientemente, la consideración de matrices aleatorias ha suscitado gran interés en el estudio de sistemas de redes de sensores ya que éstas permiten modelar diversos tipos de fallo en las medidas. En esta línea, abordamos la estimación de señales discretas a partir de medidas perturbadas por matrices aleatorias y ruidos correlados en redes de sensores sujetas a pérdidas aleatorias en la transmisión. A diferencia de trabajos previos, en los que las pérdidas se tratan procesando en cada instante la última medida recibida, proponemos ahora sustituir cada medida perdida por su predictor, lo que mejora significativamente la estimación al usar todas las observaciones previas en caso de pérdida, y no sólo la anterior. Describiendo las pérdidas mediante variables de Bernoulli independientes y usando la técnica de innovaciones, obtenemos un algoritmo de filtrado centralizado sin requerir el modelo que genera la señal, sino sólo las medias y covarianzas de los procesos involucrados.
Palabras clave: Matrices aleatorias, Medidas perdidas, Información de covarianzas.
Programado
X04 Pausa Café. Sesión Posters. Reunión TEST - Edificio 1
7 de septiembre de 2016 11:40
Edificio 1
