周界监测传感网中入侵目标协同识别方法研究

• 作 者: 邓遂
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2012年期
• 关键词: 周界监测 节点协同 目标识别 传感网 特征提取

周界监测传感网具有良好的环境适应性和目标辨识能力，是周界防入侵技术的发展趋势和研究热点。本文围绕典型周界环境下入侵目标协同识别问题，分别从节点协同检测、目标声震信号特征提取和选择、节点协同分类和节点协同决策这四个方面展开了研究，研究内容与创新点如下:　　
(1)针对目标检测阈值判决算法的阈值选择优化问题，提出了一种基于蒙特卡罗方法的系统虚警率与阈值自适应映射算法，实现了阈值选择优化;在此基础上提出了一种多模态节点协同检测算法，利用节点的空间分布特性和目标信号信噪比，对节点检测结果进行加权修正，实现了多模态节点的检测结果融合;仿真结果显示该算法能有效提高目标检测率。　　
(2)针对周界监测应用中目标信号非高斯和非平稳的特点，采用基于KL变换改进的独立成分分析方法对目标信号的11/2维谱进行特征提取，并利用遗传算法对特征进行二级选择优化;实际测试结果显示采用该特征提取和选择算法得到的目标特征具有良好的低维、可分和稳定特性。　　
(3)针对现有分类算法对未定义目标分类能力较弱的问题，将聚类分析方法引入到目标分类算法的设计中。首先从自相似性加权和聚类结果模糊化的角度对吸引子传播算法进行了分析和改进，提高了算法的聚类能力;然后设计了一种面向周界监测应用的在线式目标分类算法，通过对同一个目标的多个信号特征进行聚类分析实现各节点对目标的模糊分类;测试结果表明，该算法能检测未定义目标类别，并较好地实现对未定义目标的分类。　　
(4)针对决策融合中的传感器节点可靠性分析问题，对周界监测传感网中节点的可靠性进行了定义、分析和建模，对影响节点可靠性的各种因素进行了合理分析、量化和组合，实现了对节点可靠性的合理估计;然后基于该模型设计了一种多模态信息和空间信息融合的分布式协同决策算法，实现了节点分类结果的分布式融合;仿真结果表明，该算法一定程度上提高了决策融合的正确率和环境适应性。　　
本文研究工作在国家科技重大专项“传感器网络关键技术研究（协同架构与专用操作系统）”(课题号:2009ZX03006-001-02)支持下开展，提出的相关方法在机场周界监测外场测试中得到验证。