[发明专利]基于决策级和信号级数据融合的多传感器联合检测方法

权利要求书

1.基于决策级和信号级数据融合的多传感器联合检测方法，其特征在于，包括以下步骤：

S1、多个节点传感器对同一未知目标信号进行感知，获得各节点传感器对目标信号采集到的观测值；各节点传感器的观测模型表示如下：

其中，H₀和H₁分别表示假设目标信号存在和目标信号不存在的情况，x_n表示第n个节点传感器的观测值；N表示节点传感器的总数量；h_n是观测系数，用于表征各节点传感器的信号接收关系；w_n表示加性观测噪声，服从均值为0，方差为的高斯分布，表示为：

S2、将不同传输条件下节点传感器采集到的观测值通过不同的数据传递形式传输至融合中心；具体实现方法为：

A、当传输条件良好时，节点传感器直接将原始观测值传输至融合中心，由于该种传输方式保留了完整的数据信息，融合中心接收的信号级数据y_n表示为：

y_n＝x_n，1≤n≤N_c

其中，N_c表示传输信号级数据的节点传感器数量，x_n表示传感器观测值；

B、当传输带宽严重受限时，节点传感器无法传输原始观测值，采用降低数据量的方法，将原始观测值做局部判决后，仅传递局部判决结果至融合中心；则融合中心接收的决策级数据b_n表示为：

b_n＝sgn(x_n-τ_n)，N_c＜n≤N_q+N_c

其中，N_q表示传输决策级数据的节点传感器数量，τ_n表示局部判决阈值，sgn(·)表示阶跃函数，当节点传感器的观测值x_n大于门限τ_n时，传递判决结果“1”；反之，则传递判决结果“0”；

S3、根据先验信息建立联合似然函数；具体包括以下分步骤：

S31、根据原始观测值的统计分布，建立各节点传感器所接收两种不同形式数据在两种假设下的概率密度函数：p(y_n,θ|H₁)、p(y_n|H₀)分别表示信号级数据y_n在假设H₁和H₀下的条件概率密度函数，p(b_n,θ|H₁)、p(b_n|H₀)分别表示决策级数据b_n在假设H₁和H₀下的条件概率密度函数；

1≤n≤N_c时，接收数据为信号级数据：

N_c＜n≤N_q+N_c时，接收数据为决策级数据：

其中，ω为积分变量；

S32、由于不同节点传感器的数据传输相互独立，先对同级传输数据进行整合，再将不同级数据通过计算联合似然函数比的方式进行关联；联合似然函数比计算公式为：

其中，[·]^T表示矩阵转置，p(y,b,θ|H₁)表示两种接收数据在H₁假设下的联合概率密度函数，p(y,b|H₀)表示两种接收数据在H₀假设下的联合概率密度函数；

S4、对未知参数进行最大似然估计；

S5、基于广义似然比准则计算检测统计量；

S6、通过推导检测统计量的近似分布设置检测门限；

S7、检测统计量与检测门限作比，输出检测结果。

2.根据权利要求1所述的基于决策级和信号级数据融合的多传感器联合检测方法，其特征在于，所述步骤S4中，通过数值求解的方法计算未知目标信号θ的最大似然估计值