계층적 잔차-엔벨로프 신뢰: 그룹 센서 융합

이 연구는 구조화된 다중 센서 시스템을 위한 새로운 결정론적 프레임워크인 계층적 잔차-엔벨로프 신뢰(HRET)를 제시한다. HRET는 기존의 Drift-Slew Fusion Bootstrap(DSFB) 프레임워크를 확장하여 명시적인 센서 그룹화와 상관 교란 모델링을 통합한다. 기존의 확률론적 또는 공분산 기반 접근 방식과 달리, HRET는 결정론적 유계 교란 가정을 기반으로 하며, 채널 및 그룹 수준에서 잔차-엔벨로프 동역학을 통해 신뢰도를 조절한다. 각 센서 채널은 채널 수준의 신뢰도를 관리하는 잔차 엔벨로프를 유지하며, 그룹 엔벨로프는 사전 정의된 센서 클러스터 전반의 잔차 크기를 집계하여 상관된 성능 저하를 포착한다. 신뢰 가중치는 곱셈 방식으로 구성되고 정규화되어 엄격한 볼록성을 유지함으로써 항상 양의 가중치와 합계 1을 보장한다. 이 프레임워크는 유계 교란 하에서 유계 엔벨로프 동역학을 보장하며, 상관된 손상 하에서 센서 그룹의 조정된 억제 및 복구를 가능하게 한다. HRET는 각 채널이 자체 단일 그룹을 형성할 때 DSFB의 특수한 경우로 축소된다. 이 공식화는 완전히 결정론적이고, 볼록성을 보존하며, 기존 DSFB 아키텍처와 구현이 일치한다. 이 프레임워크는 유계 교란과 사전 정의된 그룹화를 가정하며, 통계적 최적성을 주장하지는 않는다.