第二讲多传感器信息.pptVIP

传感器1 传感器2 传感器N … 全局观测空间 全局判定 全局检测结果 图2-1 集中式检测融合结构 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。 * 2 检测融合 多传感器检测融合是信息融合理论的一个重要研究内容。检测融合就是将来自多个不同传感器的数据或判决结果进行综合，从而形成一个关于同一环境或事件的更完全、更准确的判决。 多传感器检测融合系统由融合中心及多部传感器构成，融合系统的融合方式可分为集中式和分布式两种。 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，来判断哪个假设为真。 对于二元假设问题，判决问题实质上是把观测空间分割成R0和R1两个区域，当x属于R0时，判决H0为真；当x属于R1时，判决H1为真。区域R0和R1称作判决区域。 用Di表示随机事件“判决假设Hi为真”（i=0，1），这样，二元假设检验有4种可能的判决结果： （1）实际H0为真，判决为H0； （第一类错误） （2）实际H0为真，判决为H1； （正确） （3）实际H1为真，判决为H0； （第二类错误） （4）实际H1为真，判决为H1； （正确） 对于第一类错误，用概率P（D1|H0）表示； 对于第二类错误，用概率P（D0|H1）表示； 实际H0为真，判决为H1； 实际H1为真，判决为H0； 第一类错误，用概率P（D1|H0）表示； 第二类错误，用概率P（D0|H1）表示； 在雷达信号检测中,第一类错误称为虚警，表示实际目标不存在而判为目标存在，概率Pf=P（D1|H0）称为虚警概率。 在雷达信号检测中,第二类错误称为漏警，表示实际目标存在而判为目标不存在，概率Pm=P（D0|H1）称为漏警概率。 实际目标存在而判为目标存在的概率称为检测概率或发现概率，用Pd表示。 Pd=1-Pm 考虑二元检测问题：设观测样本为x，后验概率P(H1|x)表示在得到样本x的条件下H1为真的概率，P(H0|x)表示在得