多传感器分布式信号检测理论与方法PDF|Epub|txt|kindle电子书版本网盘下载

多传感器分布式信号检测理论与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 背景与意义1

1.2 多传感器信号检测的分类2

1.3 多传感器分布式信号检测的意义3

1.4 信号检测4

1.4.1 两类错误5

1.4.2 参数检测和非参数检测5

1.5 多传感器分布式信号检测的研究现状5

1.5.1 多传感器信号检测系统的典型网络结构6

1.5.2 基于NP准则的最优化7

1.5.3 基于贝叶斯准则的最优化8

1.5.4 局部最优分布式信号检测9

1.5.5 分布式恒虚警率检测10

1.5.6 非参数分布式信号检测11

1.5.7 分布式信号检测的融合准则研究12

1.5.8 非理想信道下的分布式信号检测12

1.5.9 基于随机谐振的分布式信号检测15

1.5.10 基于MIMO雷达的分布式信号检测15

1.5.11 利用多个常规雷达实现多雷达协同检测16

1.6 本书主要内容17

第2章 多传感器分布式信号检测基础19

2.1 引言19

2.1.1 条件独立19

2.1.2 充分统计量19

2.1.3 简单假设检验和复合假设检验20

2.2 分布式信号检测系统的优化目标20

2.3 各个传感器观测信号统计独立时似然比量化的最优性20

2.3.1 问题描述20

2.3.2 NP准则22

2.3.3 贝叶斯准则23

2.3.4 最大互信息准则24

2.3.5 Ali-Silvey距离最大化准则24

2.4 各个传感器观测相关时的最优信号检测25

2.5 基于NP准则的最优化28

2.6 基于贝叶斯准则的最优化33

2.7 软判决36

2.8 二元累积检测36

第3章 分布式CFAR检测39

3.1 引言39

3.2 基于二元判决的分布式CFAR检测40

3.2.1 分布式CA-CFAR检测41

3.2.2 分布式OS-CFAR检测42

3.2.3 基于小生境遗传算法的分布式OS-CFAR检测器优化44

3.3 多传感器CFAR检测在NP意义上的最优形式47

3.4 R类分布式信号检测方案51

3.4.1 CA-R的统计特性53

3.4.2 OS-R的统计特性54

3.5 S类分布式信号检测方案54

3.5.1 CA-S的统计特性55

3.5.2 OS-S的统计特性57

3.5.3 S类局部检测统计量在SUM融合准则下的基本模型59

3.6 P类分布式信号检测方案61

3.6.1 OS融合形成的G2的统计特性62

3.6.2 Max-OS和Min-OS63

3.6.3 Max-CA和Min-CA64

3.7 三类局部检测统计量比较65

第4章 非参数分布式信号检测66

4.1 引言66

4.2 广义符号检测器68

4.3 广义符号检测器在各种杂波模型中的检测性能69

4.3.1 瑞利分布70

4.3.2 成布尔分布70

4.3.3 K分布70

4.3.4 G？分布71

4.3.5 广义符号检测器的性能分析71

4.4 基于局部二元判决的非参数分布式信号检测73

4.4.1 分布式广义符号检测器73

4.4.2 基于局部二元判决的分布式Mann-Whitney检测器74

4.5 删除求和融合准则78

4.5.1 直接求和融合79

4.5.2 删除求和融合80

4.5.3 仿真实验及结果81

4.6 基于删除求和的加权融合84

4.6.1 算法84

4.6.2 仿真实验及结果87

4.7 基于Bootstrap的分布式信号检测90

4.7.1 基于Bootstrap的检测91

4.7.2 基于局部二元判决的分布式Bootstrap检测93

4.7.3 基于局部检测统计量的分布式Bootstrap检测99

第5章 基于无线传感器网络的分布式信号检测104

5.1 引言104

5.2 问题描述105

5.3 基于信道统计量的似然比检验106

5.4 基于删除的混合融合106

5.4.1 算法描述106

5.4.2 检测阈值的确定108

5.4.3 仿真实验及结果109

5.5 基于同指数分布检验的删除求和融合111

5.5.1 算法描述111

5.5.2 检测阈值的确定113

5.5.3 数据选择阈值tk的确定114

5.5.4 仿真实验及结果114

第6章 基于探测和通信功率分配的分布式信号检测系统优化设计118

6.1 引言118

6.2 合适的信道传输质量及其确定方法119

6.3 信道信噪比对WSN检测性能的影响121

6.3.1 检测模型121

6.3.2 采用的融合准则121

6.3.3 性能分析122

6.4 信道误码对WSN检测性能的影响127

6.4.1 存在信道误码时的融合准则128

6.4.2 信道误码对全局检测概率的影响130

6.4.3 二元非对称信道条件下全局检测概率的变化情况130

6.5 WSN中节点功率联合优化问题研究131

6.5.1 传感器节点功耗模型133

6.5.2 节点与融合中心之间的通信模型135

6.5.3 融合准则138

6.5.4 传感器节点的功率消耗情况分析138

6.5.5 功率优化140

6.5.6 性能分析140

6.6 基于信息论的分布式信号检测系统功率优化设计146

6.6.1 基于信息论的系统优化设计146

6.6.2 问题描述147

6.6.3 基于J散度的功率分配策略149

6.6.4 数值仿真和结果150

第7章 信杂比未知时的分布式信号检测155

7.1 引言155

7.2 问题描述156

7.3 信杂比不相等条件下一致最大功效校验不存在的证明157

7.3.1 瑞利杂波、Swerling Ⅱ目标和平方律检波157

7.3.2 单传感器样本分布属于MLR族时UMPT的不存在性160

7.3.3 单传感器检测时存在UMP检验但样本分布不属于MLR族160

7.4 UMPT不存在条件下的检测策略161

7.5 分布式信号检测算法的检测性能度量162

7.5.1 定义162

7.5.2 单传感器信号检测163

7.5.3 两传感器信号检测165

7.5.4 检测性能函数的蒙特卡罗模拟167

7.5.5 检测性能函数和检测性能密度函数的一些性质170

7.6 基于局部多元判决的分布式信号检测171

7.6.1 基于局部二元判决的分布式信号检测172

7.6.2 基于局部N阈值判决的分布式信号检测策略172

7.6.3 基于局部3阈值判决的分布式信号检测180

7.6.4 局部传感器利用CA-CFAR形成局部多元判决183

7.6.5 局部传感器利用广义符号统计量形成多元判决188

7.7 自适应删除求和融合准则191

7.7.1 问题描述191

7.7.2 自适应删除求和融合193

7.7.3 仿真实验及结果198

第8章 基于常规雷达的分布式信号检测203

8.1 引言203

8.2 检测级可融合区域的确定方法203

8.3 雷达站的位置对检测级可融合区域的影响205

8.3.1 举例206

8.4 基于局部雷达分辨单元质心的数据关联算法210

8.5 距离量化间隔对关联算法性能的影响213

8.6 目标的位置估计214

8.6.1 各个分辨单元完全重合时目标的位置估计214

8.6.2 各个分辨单元部分重合时位置估计214

8.7 系统设计方面的考虑215

第9章 MIMO雷达分布式信号检测及其优化设计217

9.1 引言217

9.2 AD-MIMO雷达及其LRT检测器220

9.2.1 MIMO雷达信号模型和空间分集条件220

9.2.2 AD-MIMO雷达及其信号模型223

9.2.3 AD-MIMO雷达的LRT检测器224

9.3 最优AD-MIMO雷达及其配置参数设计228

9.3.1 AD-MIMO雷达优化问题概述228

9.3.2 针对三个优化问题的最优均匀AD-MIMO雷达229

9.4 AD-MIMO雷达性能验证232

9.4.1 优化问题（1）中随L变化的最小可检测SNR232

9.4.2 优化问题（1）中随PD变化的最优分集自由度233

9.4.3 优化问题（2）中随L变化的最大检测概率234

9.4.4 优化问题（2）中随PF变化的最优分集自由度234

9.4.5 优化问题（2）中随目标SNR变化的最优分集自由度234

9.4.6 优化问题（2）中随系统自由度变化的最优分集自由度DOF235

9.4.7 优化问题（3）中随孔径数L变化的最小系统自由度Ds236

9.5 小结237

第10章 分布式信号检测的部分高级主题239

10.1 引言239

10.2 局部最优分布式信号检测240

10.2.1 两传感器局部最优随机信号检测241

10.2.2 窄带信号243

10.3 稳健分布式信号检测244

10.4 分布式序贯检测246

10.4.1 序贯检测基本概念246

10.4.2 问题描述247

10.4.3 融合中心做序贯检验的分布式信号检测249

10.4.4 局部传感器完成序贯检验的分布式信号检测251

10.5 分布式最快速检测252

10.5.1 问题描述252

10.5.2 贝叶斯最优解253

10.5.3 数值计算方法256

第11章 总结与展望258

参考文献262

缩略语287