Resumen

Este trabajo aborda el problema de la estimación de fusión centralizada por mínimos cuadrados de señales aleatorias en tiempo discreto a partir de salidas medidas, perturbadas por ruidos correlacionados. Estas medidas son obtenidas por diferentes sensores, que envían su información a un centro de procesamiento, donde se combina el conjunto completo de datos para obtener los estimadores. Debido a fallos aleatorios de transmisión, algunos de los paquetes de datos procesados para la estimación pueden contener sólo ruido (observaciones inciertas), sufrir retrasos (observaciones retrasadas aleatoriamente) o incluso perderse definitivamente (abandonos aleatorios de paquetes). Estas múltiples incertidumbres aleatorias de transmisión se modelizan mediante secuencias de variables aleatorias independientes de Bernoulli con probabilidades diferentes para los distintos sensores. Mediante un enfoque innovador y utilizando la última observación que llegó con éxito cuando se pierde un paquete, se diseña un algoritmo recursivo para el problema de estimación del filtrado. El algoritmo propuesto se implementa fácilmente y no requiere conocer el modelo de evolución de la señal, ya que sólo se utilizan los momentos de primer y segundo orden de los procesos implicados. Un ejemplo de simulación numérica ilustra la viabilidad de los estimadores propuestos y muestra cómo las probabilidades de los múltiples fallos aleatorios influyen en su rendimiento.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Mínimos cuadrados; estimación de fusión centralizada; señales aleatorias en tiempo discreto; salidas medidas; ruidos correlacionados; sensores.
• Keywords:Least-squares; centralized fusion estimation; discrete-time random signals; measured outputs; correlated noises; sensors