[发明专利]一种适用于RSN的节点分簇方法及其融合判决方法

权利要求书

1.一种适用于RSN的节点分簇方法，包括以下步骤：

步骤一、RSN分簇：首先使用模糊c均值聚类算法FCM根据雷达传感器RS的位置分布情况将RSN分簇，簇的个数为c，c≥2；

步骤二、对步骤一分得的每个簇进行模糊逻辑系统FLS设计，确定簇内节点当选为备选簇头CH的概率；FLS的输入分为两种情况：

1)、FLS1：RS的剩余能量RE，RS作为发射端基站作为接收端时的信道衰减系数FESTRBS；

2)、FLS2：RE，FESTRBS，RS与基站之间的距离DRB；

其中系统的每个输入都被划分为三个等级：RE为低，中，高；FESTRBS为小，中，大；DBS为短，中，长；系统的输出，即簇内每个节点当选为备选CH的概率，根据输入情况的不同分为两种情况：1)、FLS1：输出划分为小，中，大三个等级；2)、FLS2：输出划分为非常小，小，中，大，非常大五个等级；

上述两种FLS的设计方式都应用于RSN的节点分簇方法中：当网络剩余节点数目较多时，以提高网络的目标检测性能为主要目的，选择FLS1对RSN进行分簇；当网络剩余节点数目较少时，以延长网络的生命周期为主要目的，选择FLS2对RSN进行分簇；

步骤三、簇内备选CH选择：使用FCM对经步骤二后簇内当选为备选CH的概率集合聚类，然后选择具有最大中心的类内成员作为备选CH；

步骤四、从备选CH中选出簇内最终CH：经步骤三选出的备选CH的标号集合为其中m为备选CH的个数，如果m＝1，则t₁即为最终CH；如果m>1，使用奇异值分解方法SVD-QR来选择最终CH。

2.如权利要求1所述适用于RSN的节点分簇方法，其特征在于：

所述步骤四中奇异值分解方法SVD-QR为：

1)对任意备选CH t_i，1≤i≤m，以t_i作为接收端簇内其他节点作为发射端的信道衰减系数向量可以表示为则可以构成信道矩阵

2)对H进行奇异值分解SVD可得，H＝UΣV^T，其中，U是由HH^T的特征向量组成的(n-1)×(n-1)的矩阵，V是由H^TH的特征向量组成的m×m的矩阵，Σ是对角矩阵，对角元素为H的奇异值，可以表示为σ₁≥σ₂≥...≥σ_k≥...≥σ_r>0，r为H的秩，则V可以表示为为H^TH的对应特征值为的特征向量；

3)选择H最大奇异值σ₁对应的特征向量对进行QR分解：则最终CH为在矩阵E中第一个列向量中1的位置。

3.一种针对权利要求1所述适用于RSN的节点分簇方法的融合判决方法CDFA，包括以下步骤：

步骤一、NCH根据各自的回波信号做本地二进制判决u_k∈{+1,-1}：当判断为有目标H₁的时候，u_k＝+1；无目标H₀时，u_k＝-1；再将判决结果发送给相应的CH；RSN分为c个簇，第i个簇内NCH的个数为N_i，1≤i≤c；第i个CH接收到第k个RS的信号为其中为信道衰减系数，为方差为σ²高斯白噪声，1≤k≤N_i；

第i个CH的融合统计表达式Λ_ci为

其中，P_dk为k个RS以为恒虚警概率的检测概率；

步骤二、应用中心极限定理，计算Λ_ci的一阶和二阶统计量为

其中,

根据Λ_ci的一阶和二阶统计量，第i个CH的判决门限和以为恒虚警概率的检测概率分别为

步骤三、第i个CH以判决门限对接收到的融合表达式做二进制判决，再将判决结果发送给基站，融合统计表达式Λ_b为

其中，为基站接收到的来自第i个CH的信号，分别为信道衰减系数和高斯白噪声，则根据步骤二CH的恒虚警判决门限的计算方法可得基站的恒虚警判决门限。