Cobertura Stein: Uma Abordagem de Inferência Variacional para Implantação Multissensor de Correspondência de Distribuição

Este artigo aborda um problema de otimização de cobertura espacial onde múltiplos sensores heterogêneos são implantados em um ambiente convexo com uma função de prioridade conhecida. A cobertura de cada sensor é definida por uma distribuição espacial anisotrópica. Introduzimos o algoritmo de Cobertura Stein, uma abordagem de cobertura de correspondência de distribuição que visa posicionar os sensores em locais e orientações que resultem em uma distribuição de cobertura coletiva o mais próxima possível da distribuição do evento. Para selecionar os pontos representativos mais importantes da distribuição de eventos de cobertura, a Cobertura Stein utiliza o Descida de Gradiente Variacional de Stein (SVGD), um método de amostragem determinístico da literatura de inferência variacional. Uma inovação em nosso trabalho é a introdução de uma força repulsiva entre as amostras no algoritmo SVGD para espalhar as amostras e evitar sobreposição de pegadas para os sensores implantados. Após identificar os pontos de interesse para a implantação, a Cobertura Stein resolve o problema de alocação multissensor usando um processo de correspondência ótica bipartida. As simulações demonstram as vantagens do método de Cobertura Stein em comparação com os métodos convencionais de implantação multissensor por particionamento de Voronoi.