[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

说明书

本发明公开了一种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，其中，该方法包括：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模拟观测值，以得到量化值，并将量化值传递给融合中心；通过融合中心利用所有的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；根据检验统计量和判决阈值获取检测结果。该方法通过在传感器网络传输低比特量化的数据来降低通信带宽，且运算简单，显著降低了计算复杂度，提高信号检测的准确率。

技术领域

本发明涉及信号检测技术领域，特别涉及一种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。

背景技术

稀疏信号广泛存在于各种信号处理的场景中，例如雷达信号处理、图像处理、声学信号处理等。近年来，针对稀疏信号处理，压缩感知技术受到了广泛的关注，是当下的研究热点之一。压缩感知的理论突破了奈奎斯特采样定理的界限，即在待重构的信号是稀疏信号时，可以利用少量的观测数据来精确的重构信号，无需按照奈奎斯特定理采集大量的数据。

除了重构稀疏信号，检测稀疏信号也是信号处理中必不可少的环节之一。受压缩感知理论的启发，有学者提出了压缩检测理论，旨在从少量的观测数据中实现稀疏信号的检测。相比于稀疏重构，稀疏信号的检测所需要的观测数据更少，算法的计算量更低，对信噪比的要求也更低。针对稀疏信号的检测，许多学者提出了相应的检测算法并分析了检测的性能。

近年来，利用传感器网络的分布式检测算法也受到了广泛的关注。在网络中，多个传感器散布在监测区域的若干位置，每个传感器节点感知周围的环境，并将其处理后的数据传递给融合中心，融合中心做出信号是否存在的最终判决。传感器网络具有由微型、低功耗、集成度高、低成本等特点。利用多个传感器节点检测目标，可以很好的避免单节点观测时面临的盲区问题，检测概率大大提高。此外，通过信息融合技术，有利于提升待检测信号的信噪比，使得传感器网络可以实现更好的检测功能。

针对分布式的稀疏信号检测，相关技术的方法考虑的是利用模拟值来构建检测器。然而在实际中，传感器网络中众多传感器节点往往受到成本、功耗和体积的约束，计算存储能力和通信带宽均受到限制。由于这些限制，在传感器网络往往通过传输低比特量化的数据来降低通信带宽和后续的计算复杂度，而不是传输模拟值。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于低比特量化观测值的分布式稀疏信号检测方法。该方法通过在传感器网络传输低比特量化的数据来降低通信带宽，且运算简单，显著降低了计算复杂度，提高信号检测的准确率。

本发明的另一个目的在于提出一种基于低比特量化观测值的分布式稀疏信号检测装置。

为达到上述目的，本发明一方面实施例提出了一种基于低比特量化观测值的分布式稀疏信号检测方法，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，以得到量化值，并将所述量化值传递给融合中心；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；根据所述检验统计量和所述判决阈值获取检测结果。

本发明实施例的基于低比特量化观测值的分布式稀疏信号检测方法，通过在传感器网络传输低比特量化的数据来降低通信带宽，且运算简单，显著降低了计算复杂度，提高信号检测的准确率。

另外，根据本发明上述实施例的基于低比特量化观测值的分布式稀疏信号检测方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，量化公式为：