[发明专利]基于低比特量化观测值的分布式稀疏信号检测方法及装置有效

专利信息
申请号: 201811145555.X 申请日: 2018-09-29
公开(公告)号: CN109412602B 公开(公告)日: 2021-03-19
发明(设计)人: 李刚;王学谦 申请(专利权)人: 清华大学
主分类号: H03M7/30 分类号: H03M7/30;H04L29/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 比特 量化 观测 分布式 稀疏 信号 检测 方法 装置
【权利要求书】:

1.一种基于低比特量化观测值的分布式稀疏信号检测方法,其特征在于,包括以下步骤:

采集各个传感器收到的模拟观测值;

利用传感器节点本地的阈值量化所述模拟观测值,以得到低比特量化值,并将所述量化值传递给融合中心,其中,量化公式为:

其中,比特量化器l表示传感器的索引,L表示传感器节点的数量,ul表示所述低比特量化值,表示每一个观测值所用的比特数,yl表示模拟观测值,{τl,m,m=0,1,…,2q}表示量化的阈值,{vk,k=1,2,…,2q}表示二进制的码元,vk∈{0,1}q

通过所述融合中心利用所有的所述量化值获取局部最大势检测器的检验统计量,并获取判决阈值;

局部最大势检测器的检验公式为:

其中,T(U)表示局部最大势检测器的检验统计量,U=[u1,u2,…,uL]表示融合中心收到的所有的量化值,P表示概率密度函数,表示对费雪信息开根号,η表示判决阈值,H0表示目标不存在的假设,H1表示目标存在的假设,p表示稀疏度;

其中,hl表示已知的线性观测向量,表示信号中非零元素的方差,表示噪声的方差;以及

根据所述检验统计量和所述判决阈值获取检测结果。

2.根据权利要求1所述的基于低比特量化观测值的分布式稀疏信号检测方法,其特征在于,所述根据所述检验统计量和所述判决阈值获取检测结果,进一步包括:

如果所述检验统计量大于或等于所述判决阈值,则输出H1

如果所述检验统计量小于所述判决阈值,则输出H0

3.根据权利要求2所述的基于低比特量化观测值的分布式稀疏信号检测方法,其特征在于:

其中,H0表示信号不存在的假设,H1表示信号存在的假设,l表示传感器节点的索引值,共有L个节点,{wl,l=1,2,…,L}表示相互独立的加性高斯白噪声,表示已知的线性观测向量,表示第l个传感器所观测的未知的稀疏信号,表示压缩后的模拟观测值,(·)T表示转置操作。

4.一种基于低比特量化观测值的分布式稀疏信号检测装置,其特征在于,包括:

采集模块:用于采集各个传感器收到的模拟观测值;

传递模块,用于利用传感器节点本地的阈值量化所述模拟观测值,以得到低比特量化值,并将所述量化值传递给融合中心,其中,量化公式为:

其中,比特量化器l表示传感器的索引,L表示传感器节点的数量,ul表示所述低比特量化值,表示每一个观测值所用的比特数,yl表示模拟观测值,{τl,m,m=0,1,…,2q}表示量化的阈值,{vk,k=1,2,…,2q}表示二进制的码元,vk∈{0,1}q

判决模块,用于通过所述融合中心利用所有的所述量化值获取局部最大势检测器的检验统计量,并获取判决阈值;

局部最大势检测器的检验公式为:

其中,T(U)表示局部最大势检测器的检验统计量,U=[u1,u2,…,uL]表示融合中心收到的所有的量化值,P表示概率密度函数,表示对费雪信息开根号,η表示判决阈值,H0表示目标不存在的假设,H1表示目标存在的假设,p表示稀疏度;

其中,hl表示已知的线性观测向量,表示信号中非零元素的方差,表示噪声的方差;以及

检测模块,用于根据所述检验统计量和所述判决阈值获取检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811145555.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top