雷達傳感網(wǎng)部署與融合關鍵技術.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、分布式雷達傳感器(Radar Sensor,RS)是一個獨立小型系統(tǒng),它發(fā)送已知波形,接收、分析目標和障礙物的回波以確定與目標相關的信息。雷達傳感網(wǎng)(Radar Sensor Network,RSN)就是由分布在廣闊的地理區(qū)域內(nèi)、具有協(xié)同工作模式的RS節(jié)點有機地組成的。它們可以用于監(jiān)測大面積區(qū)域,并從多個角度觀測目標。RSN在反射物體(例如飛機、船舶、車輛以及人等)的檢測、定位、跟蹤等領域越來越重要。然而,RSN的目標檢測性能受其關鍵技

2、術(如部署方式、分簇算法、融合方式等)的影響很大。
  本文以提高監(jiān)測區(qū)域內(nèi)目標檢測概率為目的,針對雷達傳感器網(wǎng)絡中的幾個關鍵技術進行了研究。主要研究內(nèi)容包括:
  1.搭建了適用于雷達傳感器網(wǎng)絡的數(shù)據(jù)傳輸模型和目標檢測系統(tǒng),確立了本文RSN關鍵技術研究的基礎。
  2.本文提出了兩種適用于 RSN的節(jié)點部署方法:Hexagonal Deployment Strategy(HDS)和Diamond Deployment

3、 Strategy(DDS)。該兩種方法是在使RS節(jié)點均勻分布于監(jiān)測區(qū)域的思想下被提出的。在保證一定目標虛警概率的前提下,通過這兩種部署方式提高目標檢測概率。仿真實驗證明,無論從目標檢測概率還是消耗的平均能量的表現(xiàn)來看,DDS部署策略都優(yōu)于HDS部署策略,而這兩種部署方式都優(yōu)于Random Deployment Strategy(DDS)部署策略。所以對于RSN網(wǎng)絡, DDS和HDS部署策略都是有效的部署策略。
  3.本文研究了

4、無線傳感器網(wǎng)絡中的兩種經(jīng)典分簇算法:LEACH算法和HEED算法,并將其應用于RSN中,研究它們在RSN系統(tǒng)中的適用性。本文還將這兩種分簇算法應用到經(jīng)由DDS部署方式確定了RS位置的RSN中,從而提高系統(tǒng)性能。蒙特卡羅仿真表明,同等條件下,按HEED算法分簇的RSN網(wǎng)絡比按LEACH算法分簇的網(wǎng)絡具有更長的網(wǎng)絡生存時間。在采用HEED算法分簇時,由DDS部署的RSN網(wǎng)絡的目標檢測概率大于由RDS部署的RSN網(wǎng)絡的檢測概率。
  4

5、.本文在Path-Loss信道衰落模型下,提出了兩種適用于RSN的檢測級數(shù)據(jù)融合方法:Decision Fusion Rules with Binary Transmission(BT)和Decision Fusion Rules without Binary Transmission(NBT)。針對多跳的RSN,將這兩種融合方法與兩種部署方式相結(jié)合,進一步提高RSN目標檢測性能。仿真結(jié)果表明,相比于NBT融合算法,BT融合算法下RSN

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論