分布式OS-CPAR检测在多脉冲非相干积累条件下的性能分析

在非均匀杂波背景中和两个局部检测器的条件下,本文分析了分布式OS-CFAR检测在多脉冲非相干积累条件下的性能,与单脉冲检测,单传感器检测以及相应的最优固定阈值检测进行了对比。结果表明,多脉冲积累使分布式检测的性能有明显增强,脉冲积累数的增加使之与最优固定阈值检测的差距减小．而且尽管脉冲积累数的增加使分布式检测相对于单传感器检测的优势减弱,但是优势依然存在,并且在信噪比较低时较为明显。     

基于子波滤波的并行分布式检测融合算法分析

将软阈值决策子波域滤波算法与多传感器并行分布式检测融合系统有机地结合在一起,提出了多传感器并行分布式检测系统在Neyman-Pearson(N-P)准则下融合规则和局部判决规则之间相互关系的理论分析方法,完整地给出了两种次最佳系统和全局最佳系统判决规则的理论推导,并藉此理论对以上3种系统进行了瑞利噪声环境下的仿真,结果表明子波域滤波算法和多传感器并行分布式检测融合系统的同时引入明显提高了雷达探测系统的检测性能。     

基于最小风险准则的多传感器检测策略及应用

基于带宽、延时、计算等因素,传统多传感器检测以分布式为主,其特点是单传感器根据局部观测做出二元判决并传输给融合中心进行融合.单站条件下,高速通信网络和高性能服务器的应用逐步克服了制约集中式检测的约束,通过融合单传感器的局部观测提升检测性能,避免了大量原始信息的损失.基于最小风险准则推导了分布式检测与集中式检测的算法原理,分析了两种策略在实施过程中的特点与难点,结合单站条件下多雷达联合检测探讨了集中式检测在工程实现时所需考虑的因素.     

分布式检测多目标融合算法研究

雷达分布式检测的融合准则一般采用的是Neyman-Pearson准则,首先简单分析融合规则和各局部传感器判决规则之间的关系,并利用遗传算法实现融合准则和各局部传感器判决规则的最优搜索,但目前分布式检测各种融合算法只适用于单目标,因此,提出利用区域映射法将检测区域进行分区检测,使单目标分布式检测融合算法与多目标区域检测联合检测,同时单个区域分布式检测采用遗传算法进行优化,最终达到对多目标的分布式检测最优融合.最后给出了数值仿真,仿真结果表明,该方法具有一定的可行性.     

非扫描激光雷达系统的多脉冲积累信噪比分析

激光雷达系统信噪比(SNR)直接影响了系统距离像和强度像的好坏。运用信号相关检测理论,分析了多脉冲积累下的非扫描激光雷达系统信噪比。考虑到雪崩光电二极管(APD)阵列、工作环境因素和激光雷达系统参数等,对多脉冲积累下的信噪比进行了仿真分析。在100个脉冲积累数目下,信噪比提高了9.35dB,之后随脉冲积累数目的继续增加,信噪比提高的幅度不明显。研究表明:运用脉冲积累这一方法能够提高系统信噪比。     

网络雷达对抗系统对网络雷达对抗系统对χ2 分布目标的检测性能分析分布目标的检测性能分析

在奈曼-皮尔逊检测准则下,以目标截面积的统计模型服从χ2分布为基础,着重研究了有源MIMO模式网络雷达对抗系统在多脉冲条件下的检测性能,给出了慢起伏和快起伏χ2分布目标模型下虚警概率和检测概率表达式,并对不同条件下的检测性能进行了仿真分析。理论与仿真分析表明,有源MIMO模式网络雷达对抗系统对慢起伏χ2分布目标的检测性能优于快起伏χ2分布目标;同时,随着脉冲积累数和自由度的增加,慢起伏与快起伏χ2分布目标的检测性能都得到了     

网络雷达对抗系统对x2分布目标的检测性能分析

在奈曼-皮尔逊检测准则下,以目标截面积的统计模型服从x2分布为基础,着重研究了有源MIMO模式网络雷达对抗系统在多脉冲条件下的检测性能,给出了慢起伏和快起伏x2分布目标模型下虚警概率和检测概率表达式,并对不同条件下的检测性能进行了仿真分析.理论与仿真分析表明,有源MIMO模式网络雷达对抗系统对慢起伏x2分布目标的检测性能优于快起伏x2分布目标;同时,随着脉冲积累数和自由度的增加,慢起伏与快起伏x2分布目标的检测性能都得到了改善.     

中压配电线通信系统脉冲噪声处理的阈值优化算法

OFDM用于实现高速电力线通信越来越受关注。脉冲噪声是电力线信道的主要干扰之一。该文在消隐非线性输出SNR分析的基础上,提出了OFDM系统脉冲噪声处理的阈值优化算法。仿真结果显示,如果OFDM系统的子载波数足够大,则实际系统输出SNR与理论表达式可以很好吻合。对于给定的脉冲指数,存在一个最低最优阈值;不同的脉冲指数A,其最低最优阈值不同,A越小,最低最优阈值反而越大;消隐器输出SNR及其性能增益是信号脉冲噪声比(SINR)的函数:在低SINR和高SINR下,输出SNR呈线性变化,性能增益分别趋近于定值;在中间SINR下,消隐器输出SNR及其性能增益是SINR的非线性函数。本消隐非线性阈值的优化算法可以改进脉冲噪声检测算法的性能,进而大大改善OFDM系统在中压配电线脉冲噪声环境中的总体性能。     

非理想信道不同量化规则软决策算法性能分析

在分布式检测系统中,为提高系统的检测性能,各传感器向融合中心发送多位二进制判决信息用来表示判决的可信度及判决结果。不同的量化规则及信道条件对融合系统的检测性能都有较大影响。推导出了无记忆非理想信道的条件下概率转移矩阵与误码率的关系,研究了误码率对两种不同量化规则软决策融合检测性能的影响,对比分析了两种不同量化规则的软决策融合在非理想信道条件下检测性能的优劣。最后通过3个传感器组成的网络,量化等级为3的条件下,根据N-P准则仿真对比分析了两种不同量化规则的软决策融合在不同信道条件下检测性能。     

激光多脉冲探测的计算机模拟与实验研究

对激光多脉冲探测理论进行了分析,在考虑了影响探测的各种噪声及其分布特性的基础上,得到了激光多脉冲探测信噪比与脉冲积累次数的定量关系。利用计算机仿真模拟多脉冲探测,其结果与理论分析相符;在实验室条件下对多脉冲探测进行了研究,实验结果表明,在脉冲叠加数较少时,实验与理论符合得很好,当脉冲叠加数较多时,实验数据明显小于理想的数值,分析了出现这种偏差的原因及解决方案。激光多脉冲积累探测可以有效地提高激光探测的信噪比,应用积累探测的方式能有效地将激光探测的弱信号从强噪声背景中检测出来。     

动态大规模无线传感器网络决策融合

为了解决动态大规模无线传感器网络的决策融合问题,该文提出了一种表决决策融合规则。假设无线传感器网络中信道的衰减服从瑞利分布,传感器的数量服从泊松分布。在不同的系统参数下,对融合规则的检测性能进行了分析和仿真。结果表明,只要传感器的平均数量充分多,此融合规则即使在较低的信噪比下,也能提供良好的系统检测性能。并且与已有的非参数融合规则相比,此融合规则可以提供更好的检测性能。同时,通过使用决策融合系统的偏移系数,给出了传感器输出的最优接收阈值的获取方法。     

分布式以及准分布式光纤传感器研究进展

针对光纤传感器的现状,简单介绍了分布式以及准分布式光纤传感器的特点、优势及应用领域,在此基础上列举了国内外在单参数与多参数技术要求下的最新研究成果,并对单参数分布式光纤传感器和多参数准分布式光纤传感器在改善光源、光纤结构及解调技术方面的研究进行了对比分析,最后对其未来发展趋势进行了展望。     

基于机动检测的自适应实时时间配准算法

多传感器航迹数据的时间配准是分布式融合处理的前提之一。在几种常用时间配准算法的对比分析中发现,不同算法仅在某种目标运动模型条件下是最优的,而目前的研究大多采用固定某一种配准方法,难以保证目标复杂机动情况下的配准精度。因此提出基于机动检测的自适应实时时间配准算法。融合中心根据传感器航迹数据估计目标加速度以检测目标运动模型的变化,然后采用当前模型对应最优的时间配准算法。仿真结果表明,该算法能够有效降低整体的时间配准误差,性能优于各单一固定的算法。     

基于机动检测的自适应实时时间配准算法

多传感器航迹数据的时间配准是分布式融合处理的前提之一。在几种常用时间配准算法的对比分析中发现,不同算法仅在某种目标运动模型条件下是最优的,而目前的研究大多采用固定某一种配准方法,难以保证目标复杂机动情况下的配准精度。因此提出基于机动检测的自适应实时时间配准算法。融合中心根据传感器航迹数据估计目标加速度以检测目标运动模型的变化,然后采用当前模型对应最优的时间配准算法。仿真结果表明,该算法能够有效降低整体的时间配准误差,性能优于各单一固定的算法。     

分布式传感器多目标跟踪改进算法

利用分布式传感器网络进行目标跟踪,能够有效增加传感器的覆盖范围,提高对运动目标的检测和跟踪能力,但如何充分利用相邻传感器之间的信息进行有效的融合,仍然是一个难点问题。本文在多伯努利滤波框架下,提出了一种改进的分布式融合跟踪算法用于目标数未知且变化的多目标跟踪。提出算法包含三种精度提升策略,即特征级融合反馈、决策级融合输出及交互反馈;其中,决策级融合输出策略可以提取更加准确的估计状态,特征级融合反馈策略可以降低错误融合结果对后续滤波过程的不良影响,交互反馈策略可以避免单传感器因漏检而导致的滤波失败。实验结果表明,提出算法的跟踪精度明显要优于传统的基于GCI分布式融合算法以及粒子多伯努利跟踪算法,具有较好的跟踪性能。      

分布式雷达检测数据融合系统及性能分析

研究了基于奈曼一皮尔逊准则的分布式并联融合系统的检测理论，给出了使系统性能达到最优的融合中心的融合规则和传感器的决策规则，提出了一种融合系统性能优化算法，将其应用于雷达网数据融合，并就三部雷达沿直线部署的具体情况进行了计算机仿真。结果表明：相对于单部雷达而言，融合系统的性能有非常显著的改善。     

无线传感器网络分布式频谱检测研究

传统单节点频谱检测由于受到阴影效应、多径效应和隐藏终端问题的影响，使得检测性能受到影响。基于无线传感器网络的分布式频谱检测技术能有效克服这一缺陷。在简要分析频谱检测技术的特点和要求的基础上，讨论了基于无线传感器网络的分布式频谱检测系统的结构，从本地检测和融合算法两个角度，对现有的几种基于无线传感器网络的分布式频谱检测方法进行了综述，并对其发展方向给出了建议。     

基于序贯修正灰关联度的全局最优航迹关联算法

航迹关联是分布式多传感器航迹融合的前提。针对融合中心无法获得目标状态估计协方差的情形,该文提出一种基于序贯修正灰关联度的全局最优航迹关联算法。该算法取消数据列的区间值化,对数据列指标绝对差进行序贯积累,对灰关联系数计算式进行可交换性修正,得到各传感器航迹间的序贯修正灰关联度,以此关联度为全局统计量进行全局最优的航迹关联判决。仿真结果表明,在密集平行编队、随机交叉目标和存在非共同观测目标环境下,该算法的性能和稳健性明显优于传统方法。     

雷达脉冲信号的非线性四阶检测接收机

为改善低信噪比条件下低复杂度的单频雷达脉冲信号的检测性能,提出了非线性四阶检测方法。基于微弱雷达脉冲信号的非友好性会导致非线性四阶检测中存在时间偏差问题,文中提出在单支路非线性检测的基础上增加延时检测支路,实现双支路联合检测,解决非线性四阶检测中的时间定位问题。结果表明:在恒虚警的情况下,该方法表现出优于传统检测接收机的性能。     

基于危险理论的无线传感器网络入侵检测模型

针对无线传感器网络入侵检测技术面临的挑战,利用了人工免疫技术的基本原理,提出一种基于危险理论的入侵检测模型。模型采用了分布式合作机制,与采用混杂模式监听获取全局知识的方法相比,在检测性能和能耗上都具有优势。仿真结果表明,相比于传统的单一阈值Watchdog算法和自我非我(SNS)模型,基于危险理论的检测模型能够提供较高的检测率和较低的误检率,并且有效降低了系统的能耗。