简介：这份报纸在无线传感器网络为随机的地评价学习传感器选择问题。作者首先证明选择在D最佳的标准下面最小化评价错误的一套l传感器是NP完全的。作者建议一个反复的算法追求一个非最优的答案。而且，联网以便改进带宽和无线传感器的精力效率，作者与使量子化的大小和研究为一个Gaussian随机的领域建议一个最好的线性不偏的评估者相应传感器选择问题。在未知协变性矩阵的情况中，作者用大小为协变性矩阵建议一个评估者并且也分析这个评估者的敏感。模拟结果显示出建议算法的好表演。
SENSOR SELECTION FOR RANDOM FIELD ESTIMATION IN WIRELESS SENSOR NETWORKS
