第二讲多传感器信息.ppt

集中式检测融合结构的优点是信息的损失小。 缺点是对系统的通信要求较高，融合中心的负担重，系统的生存能力较差。 2.2.2 分布式检测融合结构 在分布式检测融合结构中，各个传感器首先对自己的观测数据进行处理，作出本地判决，然后将各自的判决结果传送到融合中心，融合中心根据这些判决结果进行假设检验，形成系统判决。如图2-2所示。 传感器1 传感器2 传感器N … 融合判定 检测融合结果 图2-2 分布式检测融合结构 传感器预处理1 传感器预处理2 传感器预处理3 … 传感器判定1 传感器判定2 传感器判定3 分布式检测融合系统不需要传输大量的原始观测数据，因此不需要很大的通信开销，对传输网络的要求低，提高了系统的可行性。另外，融合中心处理时间缩短，响应速度提高。所以分布式检测融合结构是传感器检测融合的主要结构。 分布式检测融合系统常用的拓扑结构有并行结构、串行结构、树状结构。 2.3 并行分布式检测融合 2.3.1 并行分布式检测融合系统结构 并行分布式检测融合系统结构如图2-3所示。 传感器1 传感器2 传感器N … 融合中心 u0 图2-3 并行分布式检测融合系统结构 u1 u2 uN y1 y2 yN N个传感器的观测数据为yi（i=1，2，… ，N），每个传感器先作出局部判决ui（i=1，2，… ，N），然后融合中心再对判决结果进行融合处理得到全局检测结果u0。 为了研究该问题，做如下的假设： （1）H0表示“无目标”假设，H1表示“有目标”假设，其先验概率分别为P0和P1。 （2）分布式检测融合中有N个局部检测器和一个融合中心。局部检测器的观测数据为yi（i=1，2，… ，N），其条件概率密度为f（yi|Hj）（j=0，1），局部检测器观测量的联合条件概率密度函数为f（y1，y2，… ，yN|Hj）（j=0，1）。 （3）各个局部检测器的判决结果为ui（i=1，2，… ，N）， 构成判决向量 ，融合中心的判决结果为u0；局部检测器和融合中心的判决均为硬判决，即当判决结果为无目标时，ui=0，反之，ui=1（i=0，1，2，…，N）。 （4）各个局部检测器的虚警概率、漏警概率和检测概率分别为Pfi、Pmi和Pdi（i=1，2，…，N），融合系统的虚警概率、漏警概率和检测概率分别为Pf、Pm和Pd。 2.3.2 并行分布式最优检测 并行分布式检测融合系统性能的优化就是对融合规则和局部检测器的判决准则进行优化，使融合系统判决结果的Bayes风险达到最小。 并行分布式检测融合的Bayes风险为 （2.19） 式中：Cij表示当假设Hj为真时，融合判决假设Hi成立所付出的代价（i，j=0，1） 由于 将式（2.20）和（2.21）代入（2.19）可得： （2.22） 其中： （2.20） （2.21） （2.19） 在实际应用中，假设错误判决付出的代价比正确判决付出的代价要大，即。 故，可得： 式中: 表示在判决向量u的所有可能取值上求和。将式（2.23）、（2.24）代入 （2.22） 系统的虚警概率和检测概率可分别表示为 （2.23） （2.24） （2.22） 整理后可得： （2.25） * 在集中式融合方式下，各个传感器将其观测数据直接传输到融合中心，融合中心根据所有传感器的观测数据进行假设检验，从而形成最终的判决。 在分布式融合方式下，各个传感器首先基于自己的观测进行判决，然后将判决结果传输到融合中心；融合中心根据所有传感器的判决进行假设检验，从而形成最终的判决。 分布式检测融合系统以造价低、可靠性高、生存能力强等特点，成为多传感器检测融合的主要结构模型。 目标检测实际上是一种假设检验问题，例如，在雷达信号检测问题中，假设有“目标不存在”和“目标存在”两种假设，分别用H0、H1表示。对于二元假设检验问题，记 2.1 假设检验 2.1.1 假设检验问题描述 式中：r(t)为观测信号；n(t)为噪声；s(t)为待检测信号（雷达的回波信号）。 （目标存在） （目标不存在） M元假设问题描述？ 采用假设检验进行统计判决，主要包含如下几步： （1）给出各种可能的假设。分析所有可能出现的结果，并分别给出一种假设。（二元假设检验问题可省略） （2）选择最佳判决准则。 （3）获取所需的数据材料。统计判决所需要的数据资料包括观测到的信号数据、假设的先验概率以及各种假设下接收样本的概率密度函数。 （4）根据给定的最佳准则，利用接收样本进行统计判决。 对应于各种假设，假设观测样本x是按照某一概率规律产生的随机变量。统计假设检验的任务就是根据观测样本x的测量结果，来判断哪个假设为