無(wú)線傳感網(wǎng)絡(luò)下基于數(shù)據(jù)融合的目標(biāo)檢測(cè).pdf

1、無(wú)線傳感網(wǎng)絡(luò)由于其方便、自組織性能好等優(yōu)點(diǎn)被應(yīng)用到各行各業(yè)中；多源數(shù)據(jù)融合作為其一個(gè)分支領(lǐng)域，引來(lái)了相當(dāng)多的關(guān)注；而分布式目標(biāo)檢測(cè)作為多源數(shù)據(jù)融合的一項(xiàng)重要應(yīng)用，也得到許多研究者的青睞。無(wú)線傳感網(wǎng)絡(luò)下基于數(shù)據(jù)融合的目標(biāo)檢測(cè)已成為許多學(xué)者研究的熱點(diǎn)。本文研究了一種用于分布式檢測(cè)的拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)，并基于該結(jié)構(gòu)分析了兩種檢測(cè)融合算法。本文的工作主要如下：
　　本文首先在樹(shù)形拓?fù)涞幕A(chǔ)上，結(jié)合最優(yōu)二元樹(shù)，研究一種新的拓?fù)浣Y(jié)構(gòu)，該結(jié)構(gòu)實(shí)現(xiàn)多跳

2、網(wǎng)絡(luò)，提高網(wǎng)絡(luò)的可靠性。與并行拓?fù)浣Y(jié)構(gòu)相比，可以減少融合中心的能量消耗；與串行拓?fù)湎啾?，提高決策反應(yīng)時(shí)間；與傳統(tǒng)的樹(shù)形拓?fù)湎啾?，傳感器?jié)點(diǎn)進(jìn)行有序排列根據(jù)自身權(quán)值，這個(gè)權(quán)值與信號(hào)幅值成正比，然后結(jié)合Huffman算法生成一顆有序的最優(yōu) Huffman滿二叉樹(shù)。樹(shù)根節(jié)點(diǎn)即為接收信號(hào)最強(qiáng)的節(jié)點(diǎn)，由它作為融合中心來(lái)做出總判決。
　　其次本文研究了兩種分布式檢測(cè)的方案。第一種方案為動(dòng)態(tài)門(mén)限法，即每個(gè)傳感器做決策時(shí)它們的門(mén)限值都不是固定的，

3、與子節(jié)點(diǎn)發(fā)送的決策值有關(guān)。第二種方案為比例分配法，即與傳感器決策相關(guān)的三個(gè)決策因子是以一定比例進(jìn)行分配的，比例確定后，傳感器再以此做出自己的判決。兩種方案的結(jié)果都以仿真形式呈現(xiàn)。仿真結(jié)果表明傳感器接收到的信號(hào)幅值越高，越靠近樹(shù)根節(jié)點(diǎn)，其檢測(cè)率也隨之增加。最后兩種方案也都分別與并行結(jié)構(gòu)和串行結(jié)構(gòu)進(jìn)行了對(duì)比，在一定條件下，本文提出的方法優(yōu)于其他兩種算法。
　　最后，本文描述了最優(yōu)門(mén)限規(guī)則的問(wèn)題。最優(yōu)門(mén)限的設(shè)定問(wèn)題通過(guò)引進(jìn)錯(cuò)誤率的概念，