分布式目标检测融合决策优化算法

现有分布式目标检测系统的优化一般采用穷举法、SFFO算法或SOFF算法,计算复杂,且优化结果强烈依赖初值。该文采用蚁群算法和爬山变异算法结合,提出爬山变异蚁群算法及同步优化传感器判决门限和融合中心决策规则,理论上是一种全局最优算法。数值试验的结果表明,和相关算法相比,融合系统的贝叶斯风险降低了15%～20%,且优化结果不依赖初值,计算复杂度低于其他算法。     

Bayes决策理论在分布式多源信息融合中的应用

论述基于Ｂａｙｅｓ决策理论的分布式多传感器检测系统的多源信息融合方法,给出统一的判决规则,并以最小错误概率判决准则为例,介绍融合决策方程的建立及系统性能的表达式。最后通过两种情况的仿真计算结果,分析基于信息融合技术的多传感器检测系统的工作性能。     

分布式CFAR信号检测

带有分布式传感器和融合中心的检测系统已应用于监视系统中．文中提出了多传感器检测空间的划分，以及先分区融合再系统融合的方法，并且在不同的检测区域，多传感器采用不同的门限；已往所有传感器探测同一区域，融合中心采用所有传感器判决的ＡＮＤ、ＯＲ和“Ｋ／Ｎ”规则，和这些规则相比，文中的方法更加合理和实用．利用Ｂｏｏｌｅａｎ代数，文中还推导了多传感器检测系统的检测概率和虚警概率表达式．对于由几个单元平均恒虚警率（ＣＡ－ＣＦＡＲ）检测器组成的系统，通过分区融合和系统融合，可以在融合中心得到总的判决．对于Ｒａｙｌｅｉｇｈ目标和干扰，固定系统的虚警概率为某一要求值，通过使系统的检测概率最大来获得每个ＣＦＡＲ检测器的最佳门限．最后，举例说明了这种方法的应用并分析了其性能．     

分布式多传感器系统的最佳检测和性能

提出了多传感器分布式检测系统在Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ（Ｎ－Ｐ）准则下融合规则和各局部判决规则之间协调关系的理论分析方法,完整给出了两种 最佳系统和全局最佳系统判决规则的理论推导,并籍此理论上对３种系统进行了瑞利信道的仿真及性能比较,结果表明分布式检测中全局最佳系统的检测性能和机特性均优于两种次最佳系统。     

资源有限传感器网络的混合式检测

该文针对在传感器网络的分布式检测中,各传感器均先将接收的观测进行压缩,再传给下一个传感器。而网络中的中继节点收集了大量的前任节点的判决,这些判决结果能否有效的发送给融合中心对整个系统的检测性能有很大的影响,该文针对这一问题,对在一定区域内随机分布的传感器网络进行分层来构建一个树形的传感器网络,对这样的网络提出一种混合式检测,并给出最优的检测规则,在尽可能降低能耗的基础上提高了系统的检测性能。     

一种基于无线传感器网络的分布式检测系统性能优化算法

研究一种基于无线传感器网络的分布式检测融合系统的性能优化问题。融合系统由N部传感器构成,系统配置结构采用串行结构。在连接各部传感器的无线信道为非理想信道的条件下,推导了融合系统检测性能的全局最优化融合算法。采用该融合算法对系统性能进行优化,可获得明显高于单部传感器的检测性能。     

多传感器检测系统中的次最佳分布式判决融合

在分布式传感器检测融合系统中，各传感器将其对同一假设的判决传给融合中心，该中心将些判决结合起来形成量终判决，文中提出了使错误概率为最小的次最佳判决融合方案，它包括融合中心的最小错误概率检验和各传感器的似然比检验，基于这种融合方案，文中分析了不带判决可信度和有判决可信度两种情况下的接收机工作特性，结果表明：带有可信度信息的判决融合在高信噪比时其性能优于不带可信度信息的判决融合。     

多传感器检测系统的自适应融合算法

通过分析分布式检测系统的工作原理，提出了一种新的基于并行检测系统的全局检测融合方法，该方法利用检测器局部判决结果与融合中心融合结果的误差对全局检测器下一步判决所采用的方法与参数进行修正，从而达到提高全局检测系统检测概率的目的．分析表明，该算法能有效提高系统的性能．     

一种分布式软决策数据融合系统的性能分析

在分布式决策融合系统中,各传感器仅向融合中心传送一位判决信息。由于该判决信息不能充分反映传感器的观测信息,故信息损失较大。本文提出了一种分布式软决策融合方法,对多个传感器的判决信息及其可信度进行融合,并形成最终的判决。将该方法用于航空探潜系统中多部声呐的信息融合,收到了良好的效果。     

应用免疫策略的多传感器决策融合设计

使用基于改进型人工免疫策略的优化算法,在统计相关的观测条件下,对固定融合规则的基于奈曼-皮尔逊准则的分布式多传感器决策融合系统进行优化设计。算法首先以筛选算子进行预搜索缩小范围,然后使用人工免疫策略方法进行全局搜索,计算过程无须使用目标函数的导数信息。对分布式多传感器决策融合系统的优化设计结果表明,优化算法在收敛性和精度上均优于传统梯度算法,并在此基础上对不同信号期望值下的最优融合规则进行了讨论。     

一种分布式水声信号检测系统的融合算法

给出了一种多传感器数据融合的融合算法,并将其用于分布式水声信号检测系统中多部声呐的信息综合。各部声呐的观测可以是相互独立的。也可以是相关的。计算机仿真结果表明,融合后系统的检测性能有明显提高。     

Performance Analysis of Distributed Neyman-Pearson Detection Systems

The performance of a distributed Neyman-Pearson detection system is considered with the decision rules of the sensors given and the decisions from different sensors being mutually independent conditioned on both hypothese. To achieve the better performance at the fusion center for a general detection system of n 〉 3 sensor configuration, the necessary and sufficient conditions are derived by comparing the probability of detec- tion at the fusion center with that of each of the sensors, with the constraint that the probability of false alarm at the fusion center is equal to that of the sensor. The conditions are related with the performances of the sensors and using the results we can predict the performance at the fusion center of a distributed detection system and can choose appropriate sensors to construct efficient distributed detection systems.     

DOA高分辨估计的两种贝叶斯算法的性能比较

结合贝叶斯定理和信号处理中的谱分析理论,给出了DOA估计的地斯高分辨技术实现的实算法,并推导出算方法的计算方法,通过理论分析和计算机仿真对两种算法进一步地进行分析和比较,不仅反映了该技术的高分辨特性,而且显示实算法用于DOA估计时存在着严惩的缺陷,证明了对复算法研究的必要性,同时也体现了复算法比实算法更加有效,特别是复算法可以估计线列阵法线方向的来波,并且利用复算法估计的空间角谱关于阵列法向是不对称的,消除了实算法所估计的对称谱对真实DOA估计的影响,同时复算法具有更高的分辨率。     

基于模糊神经网络的分布式多传感多目标信息融合

针对分布式融合系统存在计算组合爆炸、难以推广到多站和多层感知器模型学习速度慢且容易收敛到局部极小等缺陷,提出了一种基于模糊神经网络的分布式多传感器多目标状态信息融合方法。仿真结果证明了该方法的快速性、准确性和有效性。     

局部传感器发射功率约束条件下部分相干检测融合方法

针对局部传感器发射功率约束部分相干检测融合问题,利用偏移系数极大化理论优化系统检测性能,建立了基于多址接入信道传输的多传感器分布式部分相干检测融合模型,该模型将融合中心处相位同步误差建模为服从吉洪诺夫概率分布的随机变量.将局部发射功率约束部分相干检测融合问题转化为一个非线性非凸优化问题,利用非线性优化理论,得到了问题的一维搜索闭合解.蒙特卡洛仿真结果表明:当环路信噪比大于等于10时,文中方法能在低信噪比和低虚警概率情况下显著提高融合系统对目标的检测概率,其检测性能优于传统的基于并行网络拓扑结构的最优似然比方法.     

相同概率情况下的分布式检测融合分析

分布式检测融合可以提高检测网络节点的整体检测性能,然而简单地采用某种判决融合方式并不能保证得到最佳的判决结果,必须结合具体的单个节点的检测概率和虚警概率及节点数量采取相应的融合规则. 通过对各节点在相同的检测概率或虚警概率的情况进行分析,得出分布式检测融合判决规则的性质和适用的条件. 最后通过具体的实例表明利用这些性质选择合适的融合规则能够实现提高检测概率,降低虚警概率的目的.     

一种等概率分布式检测系统的反馈自适应学习算法

研究了分布式检测系统在等概率情况下的最优检测问题。针对传感器虚警与漏报概率未知的情况,提出了一种状态反馈自适应学习算法,通过在线的修正融合权值,最终使系统收敛于最佳权值,并对算法收敛性和误差进行了理论分析。最后给出的仿真算例证实了理论结果。     

空调风系统突发污染监测传感器优化布置分析

为实现空调风系统内传感器的优化布置,以期能在生化恐怖袭击对整个建筑影响较小时监测到污染物,基于遗传算法,以空调风系统最低污染物输出量为优化目标函数,研究风系统采用不同传感器数目、是否使用经优化的传感器布置方案及节点间距的选取和传感器精度对优化目标函数的影响.算例结果表明:针对某一特定风系统,所设传感器数量越多,得到的风系统最低污染物输出量越小,但当风系统中的传感器数目超过3个时,每增加一个传感器,系统污染物最低输出量占污染物总量的比仅降低约2.0%.考虑到单个传感器成本较高,因而该风系统宜采用的传感器数目为3个;当风系统采用3个传感器时,经优化后的方案能使优化目标函数值平均降低59.3%,且系统污染物最低输出量对传感器监测误差和长直管段节点间距的选取并不敏感.采用经遗传算法优化后的布置方案可使传感器在风系统向室内输出污染物量最小时监测到污染物,进而发出预警并反馈浓度信息,有助于建筑安控中心采取相应应急措施保障室内人员安全.