第二講多傳感器信息_第1頁
第二講多傳感器信息_第2頁
第二講多傳感器信息_第3頁
第二講多傳感器信息_第4頁
第二講多傳感器信息_第5頁
已閱讀5頁,還剩48頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

第二講多傳感器信息第一頁,共53頁。在集中式融合方式下,各個傳感器將其觀測數(shù)據(jù)直接傳輸?shù)饺诤现行?,融合中心根?jù)所有傳感器的觀測數(shù)據(jù)進(jìn)行假設(shè)檢驗,從而形成最終的判決。在分布式融合方式下,各個傳感器首先基于自己的觀測進(jìn)行判決,然后將判決結(jié)果傳輸?shù)饺诤现行?;融合中心根?jù)所有傳感器的判決進(jìn)行假設(shè)檢驗,從而形成最終的判決。第二頁,共53頁。分布式檢測融合系統(tǒng)以造價低、可靠性高、生存能力強(qiáng)等特點(diǎn),成為多傳感器檢測融合的主要結(jié)構(gòu)模型。第三頁,共53頁。目標(biāo)檢測實際上是一種假設(shè)檢驗問題,例如,在雷達(dá)信號檢測問題中,假設(shè)有“目標(biāo)不存在”和“目標(biāo)存在”兩種假設(shè),分別用H0、H1表示。對于二元假設(shè)檢驗問題,記2.1假設(shè)檢驗2.1.1假設(shè)檢驗問題描述第四頁,共53頁。式中:r(t)為觀測信號;n(t)為噪聲;s(t)為待檢測信號(雷達(dá)的回波信號)。(目標(biāo)存在)(目標(biāo)不存在)M元假設(shè)問題描述?第五頁,共53頁。采用假設(shè)檢驗進(jìn)行統(tǒng)計判決,主要包含如下幾步:(1)給出各種可能的假設(shè)。分析所有可能出現(xiàn)的結(jié)果,并分別給出一種假設(shè)。(二元假設(shè)檢驗問題可省略)(2)選擇最佳判決準(zhǔn)則。(3)獲取所需的數(shù)據(jù)材料。統(tǒng)計判決所需要的數(shù)據(jù)資料包括觀測到的信號數(shù)據(jù)、假設(shè)的先驗概率以及各種假設(shè)下接收樣本的概率密度函數(shù)。第六頁,共53頁。(4)根據(jù)給定的最佳準(zhǔn)則,利用接收樣本進(jìn)行統(tǒng)計判決。對應(yīng)于各種假設(shè),假設(shè)觀測樣本x是按照某一概率規(guī)律產(chǎn)生的隨機(jī)變量。統(tǒng)計假設(shè)檢驗的任務(wù)就是根據(jù)觀測樣本x的測量結(jié)果,來判斷哪個假設(shè)為真。第七頁,共53頁。對于二元假設(shè)問題,判決問題實質(zhì)上是把觀測空間分割成R0和R1兩個區(qū)域,當(dāng)x屬于R0時,判決H0為真;當(dāng)x屬于R1時,判決H1為真。區(qū)域R0和R1稱作判決區(qū)域。第八頁,共53頁。用Di表示隨機(jī)事件“判決假設(shè)Hi為真”(i=0,1),這樣,二元假設(shè)檢驗有4種可能的判決結(jié)果:(1)實際H0為真,判決為H0;(第一類錯誤)(2)實際H0為真,判決為H1;(正確)(3)實際H1為真,判決為H0;(第二類錯誤)(4)實際H1為真,判決為H1;(正確)對于第一類錯誤,用概率P(D1|H0)表示;對于第二類錯誤,用概率P(D0|H1)表示;第九頁,共53頁。實際H0為真,判決為H1;實際H1為真,判決為H0;第一類錯誤,用概率P(D1|H0)表示;第二類錯誤,用概率P(D0|H1)表示;在雷達(dá)信號檢測中,第一類錯誤稱為虛警,表示實際目標(biāo)不存在而判為目標(biāo)存在,概率Pf=P(D1|H0)稱為虛警概率。在雷達(dá)信號檢測中,第二類錯誤稱為漏警,表示實際目標(biāo)存在而判為目標(biāo)不存在,概率Pm=P(D0|H1)稱為漏警概率。第十頁,共53頁。實際目標(biāo)存在而判為目標(biāo)存在的概率稱為檢測概率或發(fā)現(xiàn)概率,用Pd表示。Pd=1-Pm第十一頁,共53頁。考慮二元檢測問題:設(shè)觀測樣本為x,后驗概率P(H1|x)表示在得到樣本x的條件下H1為真的概率,P(H0|x)表示在得到樣本x的條件下H0為真的概率,需要在H0和H1兩個假設(shè)中選擇一個為真。2.1.2似然比判決準(zhǔn)則最大后驗概率準(zhǔn)則第十二頁,共53頁。一個合理的判決準(zhǔn)則就是選擇最大可能發(fā)生的假設(shè),所以,如果則判H1為真;否則,判H0為真。該準(zhǔn)則稱為最大后驗概率準(zhǔn)則(MAP-MaximumAPosteriori)(2.1)第十三頁,共53頁。(2.1)(2.2)改寫上式可得根據(jù)Bayes公式,用先驗概率和條件概率來表示后驗概率,可得:(2.3)第十四頁,共53頁。定理:設(shè)實驗E的樣本空間為S。A為E的事件,B1。B2,…,,Bn為S的一個劃分,且P(A)〉0,P(Bi)〉0(i=1,2,…,,n),則貝葉斯(Bayes)公式:稱為貝葉斯公式。第十五頁,共53頁。式中:f(x|H1)及f(x|H0)是條件概率密度函數(shù),又稱似然函數(shù);P(Hi)表示假設(shè)Hi出現(xiàn)的概率。(2.3)把式(2.3)代入式(2.2)可得:(2.4)第十六頁,共53頁。所以MAP可改寫為(2.5)若則判H1為真;否則,判H0為真。其中稱為似然比。上述判決準(zhǔn)則是將似然比與門限相比來作出判斷檢驗,所以稱為似然比檢驗。第十七頁,共53頁。最大后驗概率準(zhǔn)則又稱為最小錯誤概率準(zhǔn)則。(2.6)第一類錯誤概率與第二類錯誤概率分別表示為易知(2.7)(2.8)式中:R0和R1為判決區(qū)域。第十八頁,共53頁。最大后驗概率準(zhǔn)則總的錯誤概率為(2.9)要使Pe達(dá)到最小,則要求下式成立。(2.10)第十九頁,共53頁。由上式可得:(2.10)所以可得判決準(zhǔn)則:如果,則判H1為真;否則判H0為真,這與MAP一致。第二十頁,共53頁。在MAP中,沒有考慮錯誤判決所付出的代價或風(fēng)險,即認(rèn)為兩類錯誤判決所付出的代價或風(fēng)險是相同的。而實際上,兩類錯誤所造成的損失一般是不一樣的。就雷達(dá)信號檢測的兩類錯誤來說就是如此。最小風(fēng)險Bayes判決準(zhǔn)則漏警的后果比虛警的后果要嚴(yán)重得多。第二十一頁,共53頁。為了反映這種不同判決代價的不同,引入代價函數(shù),表示當(dāng)假設(shè)Hj為真時,判決假設(shè)Hi成立所付出的代價(i=0,1)。一般地,認(rèn)為錯誤判決的代價大于正確判決的代價,即(2.11)第二十二頁,共53頁。二元假設(shè)檢驗的平均風(fēng)險或代價為:(2.12)而(2.13)(2.14)第二十三頁,共53頁。將式(2.13)和(2.14)代入(2.12)可得:(2.15)第二十四頁,共53頁。整理(2.15)可得:要使(2.16)達(dá)到最小,必須使:(2.16)整理可得(2.17)第二十五頁,共53頁。所以可得如下判決準(zhǔn)則:如果令門限(2.18)則最小風(fēng)險Bayes判決準(zhǔn)則歸結(jié)為似然比檢驗。如果則判H1為真;否則判H0為真。第二十六頁,共53頁。則最小風(fēng)險Bayes判決準(zhǔn)則變?yōu)镸AP準(zhǔn)則,也就是說,MAP是最小風(fēng)險Bayes判決準(zhǔn)則的特例。如果=1第二十七頁,共53頁。式中:v為高斯噪聲,均值為0,方差為1。例:一二元假設(shè)檢驗:(目標(biāo)存在)(目標(biāo)不存在)解:由已知條件可得兩種條件下x的概率密度函數(shù)為:第二十八頁,共53頁。由上面兩式可得判決規(guī)則為:如果:則判H1為真;否則判H0為真。第二十九頁,共53頁。檢測融合是對多個傳感器的信息進(jìn)行融合處理,消除單個或單類傳感器的不確定性,提高目標(biāo)的檢測概率。多傳感器檢測融合系統(tǒng)的結(jié)構(gòu)主要有集中式檢測融合結(jié)構(gòu)和分布式檢測融合結(jié)構(gòu)。2.2檢測融合系統(tǒng)的結(jié)構(gòu)模型第三十頁,共53頁。2.2.1集中式檢測融合結(jié)構(gòu)在集中式檢測融合結(jié)構(gòu)中,每個傳感器將觀測數(shù)據(jù)直接傳送到融合中心,融合中心按照一定的融合準(zhǔn)則和算法進(jìn)行假設(shè)檢驗,實現(xiàn)目標(biāo)的檢測融合。如圖2-1所示。第三十一頁,共53頁。傳感器1傳感器2傳感器N…全局觀測空間全局判定全局檢測結(jié)果圖2-1集中式檢測融合結(jié)構(gòu)第三十二頁,共53頁。集中式檢測融合結(jié)構(gòu)的優(yōu)點(diǎn)是信息的損失小。缺點(diǎn)是對系統(tǒng)的通信要求較高,融合中心的負(fù)擔(dān)重,系統(tǒng)的生存能力較差。第三十三頁,共53頁。2.2.2分布式檢測融合結(jié)構(gòu)在分布式檢測融合結(jié)構(gòu)中,各個傳感器首先對自己的觀測數(shù)據(jù)進(jìn)行處理,作出本地判決,然后將各自的判決結(jié)果傳送到融合中心,融合中心根據(jù)這些判決結(jié)果進(jìn)行假設(shè)檢驗,形成系統(tǒng)判決。如圖2-2所示。第三十四頁,共53頁。傳感器1傳感器2傳感器N…融合判定檢測融合結(jié)果圖2-2分布式檢測融合結(jié)構(gòu)傳感器預(yù)處理1傳感器預(yù)處理2傳感器預(yù)處理3…傳感器判定1傳感器判定2傳感器判定3第三十五頁,共53頁。分布式檢測融合系統(tǒng)不需要傳輸大量的原始觀測數(shù)據(jù),因此不需要很大的通信開銷,對傳輸網(wǎng)絡(luò)的要求低,提高了系統(tǒng)的可行性。另外,融合中心處理時間縮短,響應(yīng)速度提高。所以分布式檢測融合結(jié)構(gòu)是傳感器檢測融合的主要結(jié)構(gòu)。分布式檢測融合系統(tǒng)常用的拓?fù)浣Y(jié)構(gòu)有并行結(jié)構(gòu)、串行結(jié)構(gòu)、樹狀結(jié)構(gòu)。第三十六頁,共53頁。2.3并行分布式檢測融合2.3.1并行分布式檢測融合系統(tǒng)結(jié)構(gòu)并行分布式檢測融合系統(tǒng)結(jié)構(gòu)如圖2-3所示。第三十七頁,共53頁。傳感器1傳感器2傳感器N…融合中心u0圖2-3并行分布式檢測融合系統(tǒng)結(jié)構(gòu)u1u2uNy1y2yNN個傳感器的觀測數(shù)據(jù)為yi(i=1,2,…,N),每個傳感器先作出局部判決ui(i=1,2,…,N),然后融合中心再對判決結(jié)果進(jìn)行融合處理得到全局檢測結(jié)果u0。第三十八頁,共53頁。為了研究該問題,做如下的假設(shè):(1)H0表示“無目標(biāo)”假設(shè),H1表示“有目標(biāo)”假設(shè),其先驗概率分別為P0和P1。(2)分布式檢測融合中有N個局部檢測器和一個融合中心。局部檢測器的觀測數(shù)據(jù)為yi(i=1,2,…,N),其條件概率密度為f(yi|Hj)(j=0,1),局部檢測器觀測量的聯(lián)合條件概率密度函數(shù)為f(y1,y2,…,yN|Hj)(j=0,1)。第三十九頁,共53頁。(3)各個局部檢測器的判決結(jié)果為ui(i=1,2,…,N),

構(gòu)成判決向量,融合中心的判決結(jié)果為u0;局部檢測器和融合中心的判決均為硬判決,即當(dāng)判決結(jié)果為無目標(biāo)時,ui=0,反之,ui=1(i=0,1,2,…,N)。(4)各個局部檢測器的虛警概率、漏警概率和檢測概率分別為Pfi、Pmi和Pdi(i=1,2,…,N),融合系統(tǒng)的虛警概率、漏警概率和檢測概率分別為Pf、Pm和Pd。第四十頁,共53頁。2.3.2并行分布式最優(yōu)檢測并行分布式檢測融合系統(tǒng)性能的優(yōu)化就是對融合規(guī)則和局部檢測器的判決準(zhǔn)則進(jìn)行優(yōu)化,使融合系統(tǒng)判決結(jié)果的Bayes風(fēng)險達(dá)到最小。并行分布式檢測融合的Bayes風(fēng)險為(2.19)式中:Cij表示當(dāng)假設(shè)Hj為真時,融合判決假設(shè)Hi成立所付出的代價(i,j=0,1)第四十一頁,共53頁。由于將式(2.20)和(2.21)代入(2.19)可得:(2.22)其中:(2.20)(2.21)(2.19)第四十二頁,共53頁。在實際應(yīng)用中,假設(shè)錯誤判決付出的代價比正確判決付出的代價要大,即。故,可得:第四十三頁,共53頁。式中:表示在判決向量u的所有可能取值上求和。將式(2.23)、(2.24)代入(2.22)系統(tǒng)的虛警概率和檢測概率可分別表示為(2.23)(2.24)(2.22)整理后可得:(2.25)第四十四頁,共53頁。由式(2.25)可知,融合系統(tǒng)的貝葉斯風(fēng)險由融合中心的判決準(zhǔn)則和局部檢測器的判決準(zhǔn)則共同決定,融合檢測系統(tǒng)的優(yōu)化涉及上述兩類判決準(zhǔn)則的聯(lián)合優(yōu)化。通過極小化R來獲得判決,進(jìn)而設(shè)計融合系統(tǒng)。該優(yōu)化問題可采用“逐個優(yōu)化”方法來解決。(2-25)第四十五頁,共53頁?!爸饌€優(yōu)化”方法:首先,假設(shè)融合中心的判決準(zhǔn)則已經(jīng)確定,分別求出各個局部檢測器的最優(yōu)判決準(zhǔn)則;然后,假設(shè)各個局部檢測器的判決準(zhǔn)則已經(jīng)確定,求融合中心的最優(yōu)融合準(zhǔn)則。第四十六頁,共53頁??赏ㄟ^極小化來獲得局部檢測器k(k=1,2,…,N)的判決準(zhǔn)則。在假定融合中心和k以外的所有其他局部檢測器都已設(shè)計好并保持固定的前提下,對式(2.25)極小化,可得局部檢測器k的判決準(zhǔn)則(2.25)第四十七頁,共53頁。若(2.26)則判H1為真,否則判H0為真,其中要使(2.25)最小,必須使第四十八頁,共53頁。為了獲得融合中心的判決準(zhǔn)則,假定所有局部檢測器已設(shè)計好并固定,條件分布已知,則融合規(guī)則可表示為(2.27)則判H1為真,否則判H0為真。第四十九頁,共53頁。2.4串行分布式檢測融合2.4.1串行分布式檢測融合系統(tǒng)結(jié)構(gòu)串行分布式檢測融合系統(tǒng)結(jié)構(gòu)如圖2-4所示。傳感器1傳感器2傳感器N…y1y2yNu1u2uN-1uN圖2-4串行分布式檢測融合系統(tǒng)結(jié)構(gòu)從系統(tǒng)結(jié)構(gòu)圖可以看出它與并行分布式融合的融合過程的不同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論