Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuçlar, artan bozucu etki seviyelerinin lokalizasyon doğruluğunu ve bilgi içeriğini kademeli olarak azalttığını, buna karşılık teorik belirsizliği artırdığını göstermektedir.
📌 3 Maddede Bu Makale
Özet
Bu çalışma, yapılandırılmış gürültü enjeksiyonu yaklaşımını kullanarak çoklu sensör lokalizasyon sistemlerinde bilgi bozulmasını ve güvenilirlik geçişlerini incelemektedir. Beş sensörlü bir lokalizasyon senaryosu ele alınmaktadır. Bu senaryoda, menzil ölçümleri Gauss bozucuları, aralıklı ani bozucu etkiler ve pozitif ölçüm yanlılıkları ile kasıtlı olarak bozulmaktadır. Hedef koordinatları ağırlıklı doğrusal olmayan en küçük kareler yöntemiyle tahmin edilmektedir. Lokalizasyon performansı ise karekök ortalama karesel hata (RMSE), Fisher Bilgi Matrisi (FIM), Cramér–Rao Alt Sınırı (CRLB) ve başarısızlık oranı metrikleri ile değerlendirilmektedir. Deneyler, her çalışma koşulu için 600 Monte Carlo gerçekleştirmesi kullanılarak −5 dB ile 25 dB arasındaki sinyal-gürültü oranı (SNR) seviyelerinde yürütülmektedir. Sonuçlar, artan bozucu etki seviyelerinin lokalizasyon doğruluğunu ve bilgi içeriğini kademeli olarak azalttığını, buna karşılık teorik belirsizliği artırdığını göstermektedir. Ayrıca, ölçüm kalitesi iyileştikçe lokalizasyon başarısızlıklarının hızlı biçimde azaldığı 5 dB ile 10 dB arasında belirgin bir güvenilirlik geçiş bölgesi gözlemlenmektedir. Bulgular, kontrollü gürültü enjeksiyonunun çoklu sensör lokalizasyon sistemlerinde bilgi açısından yetersiz çalışma koşullarını ve güvenilirlik sınırlarını ortaya çıkarmak için pratik bir araç sunduğunu göstermektedir.
Abstract
This study investigates information degradation and reliability transitions in multisensor localization systems using a structured noise injection approach. A five-sensor localization scenario is considered, where range measurements are intentionally corrupted by Gaussian perturbations, intermittent burst disturbances, and positive measurement biases. Target coordinates are estimated using a weighted nonlinear least-squares method, while localization performance is evaluated through root mean square error (RMSE), Fisher Information Matrix (FIM), Cramér–Rao Lower Bound (CRLB), and failure rate metrics. Experiments are conducted under signal-to-noise ratio (SNR) levels ranging from −5 dB to 25 dB using 600 Monte Carlo realizations for each operating condition. The results show that increasing perturbation levels progressively reduce localization accuracy and information content while increasing theoretical uncertainty. A distinct reliability transition region is observed between 5 dB and 10 dB, where localization failures rapidly decrease as measurement quality improves. The findings demonstrate that controlled noise injection provides a practical means of exposing information-deficient operating conditions and reliability boundaries in multisensor localization systems.