Lazy Estimation in Networked Systems for the Non-ideal World

Die fortschreitende Automatisierung in allen Bereichen, von Produktion über Verkehrswesen bis hin zur Landwirtschaft, geht mit einer zunehmenden Anzahl an Sensoren einher. Um die entstehenden Daten zu verarbeiten, müssen diese regelmäßig, meist über Funkverbindungen, zwischen den Sensoren, Datensenken und Reglern und Aktoren übertragen werden.

Um Funknetzwerke in Bezug auf Bandbreiten- und Energiebedarf zu entlasten, sind ereignisbasierte Übertragung und Zustandsschätzung besonders vielversprechend. Insbesondere ereignisbasierte Systeme, die zusätzliche Informationen, sog. implizite Informationen, aus ausbleibenden Übertragungen gewinnen, tragen zu einer signifikanten Reduktion der Datenrate bei gleichzeitig zuverlässig guter Schätzqualität bei.

Im vorherigen Projekt „Zustandsschätzung mit impliziten Daten in vernetzten Systemen“ (LENS) wurden
Methoden entwickelt, um die Anwendbarkeit von vor allem stochastischen ereignisbasierten Übertragungs- uns Schätzverfahren in Multi-Sensor-Multi-Agenten-Systemen zu verbessern und deren
Effizienz zu steigern. Im Gegensatz zu deterministischen Übertragungsbedingungen erhalten stochastische ereignisbasierte Verfahren die Gaußverteilung der Zustandsvariable und ermöglichen
dadurch ein simples Schätzerdesign basierend auf einem Standard-Kalman-Filter für lineare Systemmodelle. In LENS wurde beispielsweise der Umgang mit Korrelationen in Sensornetzwerken
erforscht sowie neuartige Übertragungsverfahren vorgeschlagen, die die Idee der stochastischen Übertragungsverfahren verallgemeinern und mehr Spielraum für Anpassungen bieten.

Allerdings wurden meist idealisierte Bedingungen wie lineare Systemmodelle, zuverlässige Funkverbindungen und unbegrenzte Verfügbarkeit von Kommunikationsressourcen angenommen. Offensichtlich stimmen diese Annahmen häufig nicht mit der Realität überein. Leider können
diese nicht-idealen Bedingungen, wie auch in traditionellen periodischen Systemen, zu schwerwiegenden Problemen bei der Stabilität und Zuverlässigkeit von Zustandsschätzungen führen.
Daher ist das Hauptziel des Projekts „Zustandsschätzung mit impliziten Daten in vernetzten Systemen unter nicht-idealen Bedingungen“ (LENS-NW) die Weiterentwicklung der Ergebnisse, die in LENS erzielt wurden. Im ersten Schritt sollen nichtlineare und ungenaue Systemmodelle betrachtet werden, im zweiten Schritt sollen Strategien erforscht werden, um mit Paketverluste und Latenzen effizient umzugehen, ohne die Vorteile ereignisbasierter Übertragung zu verlieren, und im dritten Schritt Algorithmen entwickelt werden, die ereignisbasierte Übertragung in übliche drahtlose Kommunikationssysteme integrieren.

Während der Projektlaufzeit von LENS wurden viele Erweiterungsmöglichkeiten identifiziert und Methoden entwickelt, die ihr volles Potenzial unter nicht-idealen Bedingungen entfalten können. Das Folgeprojekt LENS-NW wird stochastische ereignisbasierte Systeme einen Schritt näher in Richtung der praktischen Umsetzung bringen.

The ongoing automation in all areas, from manufacturing over traffic to agriculture, leads to an increasing number of sensors used to monitor the environment. To process the obtained data, sensors, fusion centers and possibly controllers and actuators need to exchange information frequently, often using wireless communications.

To reduce the burden on the wireless communications system, event-based transmissions of data and corresponding state estimation can be a valuable tool to reduce the utilization of bandwidth and energy. Especially event-based systems using the implicit information that is conveyed through the nonfulfillment of the triggering condition show a significant reduction of the transmission rate while maintaining good and reliable estimation quality.

In the former project “Lazy Estimation in Networked Systems” (LENS), methods were developed to enhance the applicability of mainly stochastic event-based transmission and estimation techniques in multi-sensor multi-agent scenarios and to increase their efficiency. Opposed to their deterministic counterpart, stochastic event-triggers preserve the Gaussian properties of the state variable and allow for an estimator design that is a simple extension of the standard Kalman filter in case of linear system models. E.g., the handling of correlations in sensor networks was investigated in LENS and novel triggering policies were proposed, that generalize the original idea of stochastic triggers and provide more options for customization.

However, mostly ideal conditions like linear system models, reliable communications links and unlimited availability of communications resources were assumed. Clearly, these assumptions often do not match with the non-ideal reality. Unfortunately, like in traditional periodic systems, such non-ideal conditions can lead to severe problems in the estimator regarding the stability and reliability of estimates. Hence, the aim of the project “Lazy Estimation in Networked Systems for the non-ideal world” (LENS-NW) is the safe extension of the results obtained in LENS. In the first step nonlinear and potentially imprecise system models shall be covered, in the second step strategies to handle packet losses and latencies efficiently without sacrificing the benefits of event-based transmissions need to be developed and in the third step algorithms to integrate event-based transmissions into state-of-the art wireless communications systems will be proposed.

During the course of LENS many potentials for those extensions have been identified and methodologies have been developed that can further unleash their potential in under non-ideal conditions. The follow-up project LENS-NW will bring stochastic event-based systems using implicit information closer to be put into practice