论文部分内容阅读
分布式检测融合是信息融合理论的一个重要研究内容。在分布式检测融合系统中，每个传感器节点首先基于自己的观测进行判决，然后将判决结果发送至融合中心；融合中心根据所有传感器的判决进行假设检验，从而形成系统的最终判决。与传统的分布式检测网络不同，无线传感器网络具有有限的能量、有限的通讯带宽、有限的计算和存储能力，并且存在信道衰落和传输错误。这些问题也对分布式检测融合理论带来了挑战。本文研究无线传感器网络中的分布式检测融合相关理论与技术，主要研究工作如下：
(1)在资源受限的无线传感器网络中引入三级量化筛选策略，提出了基于信道实时状态信息的最优似然比融合规则。分别针对瑞利、莱斯和Nakagami衰落信道模型，提出了基于信道统计分布信息的次优融合规则，并在低信噪比的条件下，给出了无需任何信道和传感器先验信息的非参量融合规则。通过理论分析和仿真实验比较了上述融合规则在检测性能、计算复杂度和耗费系统资源等方面的优劣，并对三级量化筛选策略的有效性进行了验证。
(2)研究了分组多接入信道架构下的无线传感器网络分布式检测融合问题。针对部分相干接收方式，提出了基于偏移系数准则的线性加权融合规则。针对结构更加简单的非相干接收方式，提出了基于信道统计分布信息的似然比融合规则以及三种简化的融合规则。仿真结果验证了所提融合规则的有效性，同时表明，在中等信噪比条件下，相比于传统的多接入信道架构和并行信道架构，采用分组的多接入信道架构可以获得更好的检测性能。
(3)研究了乘性噪声背景下弱信号分布式检测融合问题。针对理想信道情形，提出了基于一比特量化的分布式Rao检测融合规则，并通过渐进性能分析，对传感器的量化阈值进行了优化。相比于集中式检测，一比特量化虽然会造成性能损失，但通过将传感器的数量增加到原来的?/2倍，便可以达到与集中式检测相同的检测性能。针对瑞利衰落信道，先后提出了基于信道实时状态信息以及信道统计分布信息的分布式Rao检测融合规则。虽然瑞利衰落会降低系统的检测性能，但通过适当增加传感器的个数可以很好地弥补这种性能上的损失。与已有的广义似然比融合规则相比，提出的分布式Rao检测融合规则不仅具有更低的计算复杂度，而且具有更好的检测性能。
(4)研究了基于信号衰减模型的无线传感器网络分布式检测融合问题。针对衰落信道下的分布式目标检测，提出了基于信道统计分布信息的广义局部最大势融合规则。通过对渐进分布参数最大化，得到了最优的传感器判决门限。与已有的广义似然比融合规则相比，提出的融合规则避免了对目标功率的估计，运算量大为减小。仿真结果表明，相比于广义似然比融合规则，提出的融合规则仅有轻微的性能损失，且对于信噪比的变化具有一定的自适应性，因而适合在资源受限的无线传感器网络中使用。
(1)在资源受限的无线传感器网络中引入三级量化筛选策略，提出了基于信道实时状态信息的最优似然比融合规则。分别针对瑞利、莱斯和Nakagami衰落信道模型，提出了基于信道统计分布信息的次优融合规则，并在低信噪比的条件下，给出了无需任何信道和传感器先验信息的非参量融合规则。通过理论分析和仿真实验比较了上述融合规则在检测性能、计算复杂度和耗费系统资源等方面的优劣，并对三级量化筛选策略的有效性进行了验证。
(2)研究了分组多接入信道架构下的无线传感器网络分布式检测融合问题。针对部分相干接收方式，提出了基于偏移系数准则的线性加权融合规则。针对结构更加简单的非相干接收方式，提出了基于信道统计分布信息的似然比融合规则以及三种简化的融合规则。仿真结果验证了所提融合规则的有效性，同时表明，在中等信噪比条件下，相比于传统的多接入信道架构和并行信道架构，采用分组的多接入信道架构可以获得更好的检测性能。
(3)研究了乘性噪声背景下弱信号分布式检测融合问题。针对理想信道情形，提出了基于一比特量化的分布式Rao检测融合规则，并通过渐进性能分析，对传感器的量化阈值进行了优化。相比于集中式检测，一比特量化虽然会造成性能损失，但通过将传感器的数量增加到原来的?/2倍，便可以达到与集中式检测相同的检测性能。针对瑞利衰落信道，先后提出了基于信道实时状态信息以及信道统计分布信息的分布式Rao检测融合规则。虽然瑞利衰落会降低系统的检测性能，但通过适当增加传感器的个数可以很好地弥补这种性能上的损失。与已有的广义似然比融合规则相比，提出的分布式Rao检测融合规则不仅具有更低的计算复杂度，而且具有更好的检测性能。
(4)研究了基于信号衰减模型的无线传感器网络分布式检测融合问题。针对衰落信道下的分布式目标检测，提出了基于信道统计分布信息的广义局部最大势融合规则。通过对渐进分布参数最大化，得到了最优的传感器判决门限。与已有的广义似然比融合规则相比，提出的融合规则避免了对目标功率的估计，运算量大为减小。仿真结果表明，相比于广义似然比融合规则，提出的融合规则仅有轻微的性能损失，且对于信噪比的变化具有一定的自适应性，因而适合在资源受限的无线传感器网络中使用。