基于N-P准则的水声信号检测系统信息融合

多基阵数据融合技术在水声信号处理中具有重要意义，本文给出了基于Neyman Pearson准则的多传感器分布式水声检测信息融合系统．研究了全局最优融合系统以及局部传感器的最优判决准则．在假定各传感器检测独立的情况下，对三传感器的情况进行了仿真．结果表明，检测系统的性能有明显提高．     

基于反馈结构的多传感器自适应航迹融合算法

在分布式多传感器信息融合系统中，自适应融合算法通过预先设定两个距离测度。然后将它们与逻辑判决树中的阈值进行比较来选择不同的融合算法，达到适应系统特性的不断变化，平衡精度与计算量之间矛盾的目的；反馈结构可用来提高局部节点的跟踪性能，进而提高全局航迹的融合精度．综合上述两种方法，提出一种新的基于反馈结构的多传感器自适应航迹融合算法，并在传感器异步的情况下讨论了其具体的计算过程．仿真结果表明该算法以较小的计算量达到了近似加权协方差算法（WCF）的融合精度．     

水声传感器网络节点自适应加权定位算法

对水声传感器网络节点定位进行研究,针对水声传感器网络节点间测距精度不高的问题,提出一种水声传感器网络节点自适应加权定位算法。考虑到水声传感器网络节点间的测距误差随着节点间距离的增大而增大,算法改进了锚节点选择机制,并且对不同锚节点在定位测度中的权重进行加权,改进定位测度,提高了测距信息的利用效率。仿真实验表明该算法提高了节点定位精度。     

基于改进卡尔曼滤波的水声通信盲自适应多用户检测算法

针对水声通信网络中遇到的多用户检测中目标用户的多址干扰等检测问题,提出了基于改进Kalman算法的盲自适应多用户检测算法,解决了多用户检测中的多址干扰对水声通信信道用户变动时的干扰抑制问题;仿真分析分别针对同步多用户、异步多用户通信过程,对比了传统Kalman算法及改进的Kalman算法的性能差异,通过仿真对比表明,改进后的Kalman检算法不需要训练序列即可以实现同步和异步通信状态下的多水声目标用户的盲自适应检测,改进后的算法目标检测的信干比比传统算法最大可提高6 dB;新算法对于水下多用户检测、区分,准确、稳定的实现基于CDMA协议的快速水声通信具有重要意义。     

基于自适应变速因子的水声通信网MAC退避算法

为提高水声通信网络(UWSN)吞吐量并减少时延,从通信节点MAC层角度,提出一种基于自适应变速因子的水声通信网介质访问控制算法AVAB。通过更新变速因子,计算数据帧碰撞后增大竞争窗口的倍乘因子以及数据帧成功发送后减少竞争窗口的倍除因子,降低数据二次发送碰撞概率。OPNET仿真结果表明,AVAB算法能够降低网络的丢包率和延时,提高网络吞吐量。     

基于门限自适应的分布式检测融合算法

贝叶斯检测融合策略是一种比较传统的分布式检测融合方法,必须给定待检测现象的先验概率和各局部传感器的虚警概率和漏检概率,而在现实应用中,统计量是未知的或者是随时间变化的.因此,研究了一种纽曼一皮尔逊准则下的门限自适应分布式检测系统的融合算法.算法可根据观测数据,自动在线调整门限,使得局部传感器检测达到最佳,从而提高系统的检测性能.计算机仿真的结果表明,算法能较快地收敛,相对局部传感器,融合中心的检测性能也明显地有了提高.     

基于窗口统计量的水下分布式目标检测算法

针对水声传感器网络对水下目标检测时面临的节点数目、布放位置随机、检测性能时变、缺乏入侵目标先验模型的问题,将对点目标的假设检测推广到对最优海域窗口的假设检测,提出了一种基于最优窗口统计量的融合检测规则,近似推导出了算法系统级的检测性能,并给出了仿真对比实验.结果表明:在满足滑动窗口同目标辐射信号区域近似匹配的条件下,基于最优窗口统计量的融合检验规则可以获得良好的系统级检测性能,与已有的非参数类投票计数融合规则相比,相同信噪比下,基于最优窗口统计量的融合规则目标检测性能更好.     

多传感器异步航迹融合算法与仿真

针对分布式多传感器数据融合系统,提出了一种多传感器异步航迹融合算法。由于不同传感器的采样时间各不相同,融合算法首先利用最小二乘法将局部航迹统一到融合中心的融合时间点,然后利用多传感器自适应航迹融合算法,将局部航迹进行融合,得到系统航迹。仿真结果表明该算法能够较好的解决异步航迹的融合问题,以较小的计算量达到了接近加权协方差(WCF)算法的融合精度。     

基于滑动窗口和置信度的无线传感器网络异常检测算法

针对无线传感器网络中异常检测误报率高及节点间通信开销大的问题，提出了基于滑动窗口和置信度的无线传感器网络异常检测算法(ADABSWC)。该算法使用环境干扰因子量化监测环境中的不确定性，建立异常数据干扰区间识别滑动窗口中的异常数据。提出了数据异常度的计算方法，用来预判异常来源；然后引入多通信半径划分最佳邻域，利用相对熵计算节点信息置信度；根据节点信息置信度协同判定出节点异常数据的来源。通过仿真实验，ADABSWC算法在不同传感器节点规模下均体现了较好的性能。该算法较KNN-PSOELM、OFN算法相比，事件节点、错误节点的检测率均高于98%，且误报率均低于1.5%。实验结果表明，提出的算法可保证高检测精度的同时控制误报率在较低水平，算法拥有较好的容错性能。     

基于序贯检测的无线传感器网络决策融合算法

数据融合是能源有限的无线传感器网络应用中必不可少的信息处理手段.目前的数据融合方法多着眼于固定参与节点数目下的数据融合,由于融合时数据传输量与参与节点数目呈正比,所以,最佳的节能策略应是满足一定性能条件下参与节点数目可变.将序贯检测理论应用于无线传感器网络数据融合问题上,并建立其数学模型.考虑无线信道的衰减和物理层调制解调特性,进一步提出基于序贯检测的无线传感器网络数据融合判决(WDASD)方法,并通过仿真实验验证了WDASD算法的性能.     

无线传感器网络中异常读数检测算法研究*

针对无线传感器网络的离群点检测算法由于没有充分考虑数据的时空关联性和网络的分布特性,导致检测精度低、通信量大和计算复杂度高等局限,提出了基于时空关联的分布计算与过滤的在线离群点检测算法。该算法在各传感器节点上利用传感器读数的时间关联性生成候选离群点,并利用空间关联性对候选离群点进行过滤得到局部离群点,最终将所有传感器节点上的局部离群点集中到sink节点上获得全局离群点。利用时空关联性提高了检测精度,利用分布计算与过滤减少了通信量和计算量,理论分析和实验结果均表明该算法优于现有算法。     

基于多普勒测速的水下传感器时间同步算法

时间同步是水下传感器网络的关键技术,由于海洋中采用水声通信时传播时延高且存在多普勒频移,导致使用射频通信的陆上时间同步算法无法直接应用于水下环境。基于多普勒测速原理和节点在水下的移动性,提出一种新型的时间同步CD-Sync算法。利用具有聚类特性的分簇模型选择合理的簇首节点,并与水面信标节点进行簇内同步,且在同步过程中,同步节点利用多普勒原理估算节点间的相对移动速度,从而计算节点间的传播延迟。实验结果表明,与基于分簇时间同步MU-Sync算法和分布式时间同步NU-Sync算法相比,该算法可在缩短节点间距离并加快节点间同步收敛速度的同时,有效提高时间同步的精度。     

水声传感器网络中的节能路由协议改进算法

在大规模三维水声传感器网络中,针对节点能耗和网络传输效率的问题,本文基于节点定位和LEACH算法,提出了一种适用于水声通信传感器网络路由算法,该算法采用定位、聚类、唤醒和排列的思想,首先通过定位,确定节点的位置信息,再通过聚类方法,使水下的节点分成不同的簇,形成节点休眠及唤醒的单元.在数据通信过程中,通过及时唤醒簇单元,使需要利用的簇节点及时被唤醒,处于活跃状态,而暂时不被需要的节点进行休眠,从而达到节能的效果.而在簇内传输时,考虑了节点的剩余能量信息,选择最优节点进行信息传输.仿真实验表明,该算法能够提高网络的整体寿命时间.     

水声通信网络设计与OPNET平台下仿真

水声通信网络是当代海洋研究、海洋资源勘探和开发、海洋环境立体监测、地震海啸监测和战术监测等水下系统无线信息传输的主要手段,但其性能受水声信道特性影响严重。采用OPNET对水声通信网络节点模型与分层协议进行设计与实现,包括基于MC-CDMA的多用户检测以及基本CSMA/CA机制的信道握手流程与网络分配向量（NAV）帧冲突处理机制等。同时建立并测试了一个包含1个主节点与4个传感器节点的水声通信网络,仿真结果表明设计的水声通信网络能够更好的克服冲突,减少数据包重发,从而获得更高水声通信网络的吞吐量,减少端对端传输延时与能量消耗。     

基于概率的水下传感器网络CDMA编码分配算法

水下传感器网络采用声波进行通信,具有高时延、低带宽、高误码率等特点,使得适用于无线电信道的MAC协议无法直接应用于水声信道,给水下传感器网络协议的设计带来了很大的挑战．因此,我们提出了一种可以较高概率避免扩频码冲突的分布式的基于概率的水下传感器网络CDMA编码动态分配算法．该算法不需要精确的时间同步,并且能够动态适应水下传感器网络拓扑结构的变化,适用于基于发送端的编码分配和基于接收端的编码分配．仿真实验表明,与传统的编码分配方式相比,我们的算法突出了节点的个性化,进一步降低了冲突的风险．     

能量和带宽受限下的分布式一致性融合估计器

针对网络化多传感器分布式估计中传感器能量和通信网络带宽约束问题,提出一种基于降低发送频率和数据压缩降维的分布式一致性融合估计算法.为了满足通信网络带宽要求,各传感器节点直接选取局部估计信号的部分分量进行传输;与此同时,各节点随机间歇式发送数据包到其他节点来节省能量.在给定一致性权重下,建立以一致性估计器增益为决策变量,以所有传感器节点有限时域下状态融合估计误差协方差矩阵的迹的和为代价函数的优化问题,基于Lyapunov稳定性理论给出使得融合估计误差在无噪声时渐近稳定的一致性估计器增益存在的充分条件,并通过最小化代价函数的上界得到一组次优的一致性估计器增益值.最后,通过算例仿真验证算法的有效性.     

变系数加权误差函数的判决反馈盲均衡算法

针对严重失真的水声信道,在分析几种常用传统误差函数和判决反馈均衡器（DFE）的基础上,构造了一种变系数加权误差函数,对DFE权向量进行更新,提出了基于变系数加权误差函数的判决反馈盲均衡算法（VCMDFE）。与基于传统误差函数的判决反馈盲均衡算法（CMDFE）相比,新算法能够根据均衡的进度,利用一变系数去调节误差函数数值的大小,以取得比CMDFE算法更快的收敛速度和更低的稳态误差。水声信道的仿真结果验证了该算法的有效性。     

有限马尔可夫链的水声传感器网络协作中继算法

针对水下传感器网络误码率高,能量效率低等问题,基于有限马尔可夫链状态空间分析,提出一种水声传感器网络协作中继算法。该算法采用马尔可夫链状态空间获取协作节点的误码率和能量的状态转移概率。基于能量策略对中转节点进行判定,使网络优先保障对已采集的数据进行传输,提升传输效率。提出基于最佳中继选择的协作节点状态评价函数,使网络优先选择评价结果最高的协作节点作为转发节点,减少数据传输过程中的误码率和能量损耗。实验仿真结果表明,该算法相比基于增强型能源平衡数据传输的水声网络协议及水下网络自适应路由协议,数据包平均成功投递率分别提升了2.3%和3.1%,网络能量效率分别提升了10.6%和5.8%,在提升数据传输效率和减少网络能耗上具有较好效果。     

UCUBG:基于等级划分的水下传感器网络非均匀分簇算法

随着海洋经济发展,水下无线传感器网络已成为研究热点.针对水下传感器网络中集中式分簇困难,能耗不均和水声时延长问题,提出一种基于等级划分的分布式非均匀分簇算法.该算法首先利用平均能量与节点密度相结合的阈值函数以及综合考虑节点深度和节点密度的簇首竞争半径函数,选择簇首节点,使簇首分布更加合理和均匀;然后划分簇首等级,优化入簇过程,均衡具有不同簇间传输任务的簇内负载;最后结合簇首等级和贪心算法,构建簇间多跳传输路由,降低整体通信能耗和时延.仿真结果表明,所提出的算法不仅能均衡能耗,延长网络寿命,而且能够有效降低网络通信时延.     

三维网络拓扑结构的水声传感器网络MAC协议

水声传感器网络Underwater Acoustic Sensor Network(UWASN)由于其广阔的应用前景,近年来逐渐被人们关注。然而由于水下环境的限制性,水声传感器网络具有其一些独特性。例如,与二维的陆地传感器网络不同,水声传感器网络是三维的。如今,现有的介质访问控制Medium Access Control(MAC)协议大多是针对二维无线传感网络,很少有基于三维水声传感器网络的 MAC 协议。针对水下三维网络,提出了基于三维网络拓扑结构的水声传感器网络 MAC 协议。该协议将网络中的节点生成树结构,并利用子节点与父节点之间的关系,通过动态节点算法实现三维动态的水声传感器网络。此外,详细分析了节点间的碰撞并有效解决各种碰撞,从而大大提高了信道利用率。通过仿真软件对比不同协议在同一网络拓扑中的实验结果,证实文中协议能够有效节约大量能源。