一种基于无线传感器网络的分布式目标检测方法

摘要

本发明提出一种基于无线传感器网络的分布式目标检测方法，无线传感器网络中的所有传感器节点对兴趣区域ROI内的目标信号进行实时监测，首先网络中所有传感器节点自行分簇，并确定分簇结果的前驱后继关系；然后由传感器节点自身进行本地判决，将本地判决结果传送给各自簇头节点；再次，簇头节点将接收到的本地判决进行融合，做出更高层次的判决；最终各个簇头节点依次将自己的判决结果传送给它的后继簇，从而由融合中心进行最终判决；充分考虑无线传感器网络节点的协作性，对目标信号进行分布式融合及联合检测，即传感器节点将本地检测的信号先不直接传送出去，而是对检测到的信号进行多样本采样，再对多样本进行本地判决，从而提高了本地判决的准确性。

主权项

一种基于无线传感器网络的分布式目标检测方法，其特征在于：无线传感器网络中的所有传感器节点对兴趣区域ROI内的目标信号进行实时监测，首先网络中所有传感器节点进行自分簇，确定簇之间的前驱后继关系；然后由传感器节点自身进行本地判决，将本地判决结果传送给各自簇头节点；再次，簇头节点将接收到的本地判决进行融合，做出更高层次的判决；最终各个簇头节点依次将自己的判决结果传送给它的后继簇，从而由融合中心进行最终判决；1).在兴趣区域ROI内随机部署M个传感器节点和一个融合中心DFC，2).兴趣区域ROI内的传感器节点自组织成无线传感器网络，然后自行分簇，从而确定簇之间的前驱后继关系，具体步骤如下：a.任一未隶属于某簇的节点，不失一般性标记为x，探测并且记录与其直接相邻或称“一跳范围内”相邻的邻居节点数目sum，这些邻居节点用集合{x₁,x₂,…,x_sum}表示，集合中的任一邻居节点x_i，i＝1,2,…,sum，再统计与x_i直接相邻的邻居节点数目从而得到x的一跳直接邻居节点{x₁,x₂,…,x_sum}的邻居数的集合b.若集合{x,x₁,x₂,…,x_sum}包含DFC，则DFC为该簇簇头；若不包含，在中选取出最大值，设x的某一直接邻居x_i的直接邻居数最大，则x_i成为集合{x,x₁,x₂,…,x_sum}的簇头，且把自己标识为AH(x_i)，该集合形成簇，隶属于该簇的节点不再参与簇头的选举；c.所有标识为AH(x_i)的簇头节点根据到DFC节点的距离远近决定簇之间的前驱后继关系，从而将ROI内的簇分为前驱簇其中表示前驱簇中的任一簇，k₁表示前驱簇的个数，前驱后继簇其中表示前驱后继簇中的任一簇，k₂表示前驱后继簇的个数，DFC所在簇为唯一的后继簇标记为ne_cluster，其中，前驱簇一定是那些最外围的簇，这些簇再往外不再有任何簇以及簇头节点，而介于前驱簇和后继簇之间的那些簇即为前驱后继簇；3).ROI内的所有节点对目标信号进行监测，设检测到的信号为f_i(t)，i＝1…M，然后各节点内部的核心处理单元对接收到的信号进行随机采样得到f_ij(t)，j＝1…N，N为采样的次数，各节点再对各自得到的样本进行本地融合判决；具体步骤如下：a.传感器节点i对ROI进行监测并接收到的实时信号，标识此实时信号为f_i(t)，i＝1…M；b.传感器节点内部的数字采样器对接受到的实时信号进行随机采样，采样频率为F；c.采样之后的样本表示为f_ij(t)，i＝1…M，j＝1…N，将这N样本通过分值器传输给判决器进行本地预判决；d.设样本的本地与判决门限为τ，从而得到本地预判决值u_ij，它的表达式为：$u_{ij}=\{\begin{array}{cc}1& f_{ij}>\tau \\ 0& f_{ij}<\tau \end{array},i=1...M,j=1...N,$预判值为“1”表示预判目标存在，为“0”表示预判目标不存在；e.对上一步的预判值u_ij进行K/N融合，K表示预判决目标存在，即值为“1”的采样个数，N表示抽样的个数，即得到各节点本地判决结果：$u_i=\{\begin{array}{cc}1& \underset{j=1}{\overset{N}{\Sigma }}{u}_{ij}\ge K\\ 0& \underset{j=1}{\overset{N}{\Sigma }}{u}_{ij}<K\end{array},i=1...M;$4).ROI内前驱簇内的非簇头节点将自己的判决结果传送给其所在簇的簇头节点，簇头节点根据接收到的判决值进行判决融合，融合准则为：${\stackrel{·}{u}}_{pre\_{\mathrm{cluster}}_{k_1}}=\left\{\begin{array}{cc}1& \underset{n\in pre\_{\mathrm{cluster}}_{k_1}}{\Sigma }{u}_n\ge {\stackrel{·}{T}}_{pre\_{\mathrm{cluster}}_{k_1}}\\ 0& \underset{n\in pre\_{\mathrm{cluster}}_{k_1}}{\Sigma }{u}_n<{\stackrel{·}{T}}_{pre\_{\mathrm{cluster}}_{k_1}}\end{array}\right.,$其中n表示前驱簇中的任一簇的任一节点，u_n表示前驱簇中节点n的判决值，表示前驱簇的判决门限；5).前驱后继簇的簇头节点的判决融合除了接收本簇内的普通节点的判决，还有前驱簇的簇头节点传送的判决；然而，由于前驱簇头节点判决是结合了前驱簇内所有节点的判决结果进行的，所以具有较高的权重，这里取其权重为前驱簇中所有判决为1的普通节点的总数，于是前驱后继簇的簇头节点的判决准则为：${\stackrel{··}{u}}_{cur\_{\mathrm{cluster}}_{k_2}}=\left\{\begin{array}{cc}1& (\underset{m\in cur\_{\mathrm{cluster}}_{k_2}}{\Sigma }{u}_m+{\stackrel{·}{T}}_{pre\_{\mathrm{cluster}}_{k_1}}*\underset{n\in pre\_{\mathrm{cluster}}_{k_1}}{\Sigma }{u}_n)\ge {\stackrel{··}{T}}_{cur\_{\mathrm{cluster}}_{k_2}}\\ 0& (\underset{m\in cur\_{\mathrm{cluster}}_{k_2}}{\Sigma }{u}_m+{\stackrel{·}{T}}_{pre\_{\mathrm{cluster}}_{k_1}}*\underset{n\in pre\_{\mathrm{cluster}}_{k_1}}{\Sigma }{u}_n)<{\stackrel{··}{T}}_{cur\_{\mathrm{cluster}}_{k_2}}\end{array}\right.,$其中u_m表示前驱后继簇中节点的判决值，u_n表示前驱簇中节点的判决值，表示前驱簇的判决门限，表示前驱后继簇的判决门限，并且前驱簇与前驱后继簇互为前驱后继关系；6).后继簇即为融合中心所在簇，融合中心DFC即为簇头节点，判决准则为：$\bar{u}=\left\{\begin{array}{cc}1& (\underset{l\in ne\_cluster}{\Sigma }{u}_l+{\stackrel{··}{T}}_{cur\_{\mathrm{cluster}}_{k_2}}*\underset{m{\in }_{cur\_{\mathrm{cluster}}_{k_2}}}{\Sigma }{u}_m)\ge T\\ 0& (\underset{l\in ne\_cluster}{\Sigma }{u}_l+{\stackrel{··}{T}}_{cur\_{\mathrm{cluster}}_{k_2}}*\underset{m{\in }_{cur\_{\mathrm{cluster}}_{k_2}}}{\Sigma }{u}_m)<T\end{array}\right.,$其中u_l表示后继簇中节点的判决值，u_m表示前驱后继簇中节点的判决值，表示前驱后继簇的判决门限，T为整个网络的判决门限；7).如果DFC判决为1，即则表明ROI内有入侵目标信号存在；如果DFC判决为0，即则表示ROI内没有敌方入侵目标信号存在；至此，兴趣区域ROI内的传感器节点对目标信号的检测和判决就已完成。