[发明专利]基于扩散卡尔曼滤波的分布式检测方法

说明书

本发明公开的基于扩散卡尔曼滤波的分布式检测方法，具体按照以下步骤实施：构造分布式传感网络；在分布式传感网络中利用扩散卡尔曼滤波方法计算得到节点新息；利用节点新息计算出其协方差矩阵，根据节点新息的协方差矩阵计算得出新息方差，进而得到检验统计量和检验门限；根据检验统计量和检验门限，得出判决表达式并由二元假设检验理论做出决策。本发明的检测性能优于单节点和局部的检测性能，受益于扩散策略，每个节点可动态获得全局信息，因此能够更快地收敛于集中式的检测性能。

技术领域

本发明属于目标检测方法技术领域，具体涉及一种基于扩散卡尔曼滤波 的分布式检测方法。

背景技术

近年来，检测技术的完善和发展推动着科学技术的进步，许多专业领域 都离不开检测技术。主动检测方法虽然可以获得较高的信噪比，但以高能耗 为代价，难以实现长时间的隐蔽监控。随着传感器技术的进步，利用分布式 传感器对覆盖区域内的目标进行被动检测与定位跟踪成为可能。传感器通过 接收来自于目标的信息来进行噪声背景下的目标检测，然后会处理接收到的信息来决定目标是否存在。无线传感网络下实现目标检测，利用每一个传感 器节点对接收到的信号与相应的门限比较后做出判决，降低人为因素误差，效率高，具有较强的可靠性。对于单节点信号的检测问题，因为只能够得到 自己一个节点的信息，其检测性能并不好。使用传感器网络(如集中式、局 部式)的检测技术具有很好的应用前景。集中检测技术中，在需要做整体决策时，所有的传感器数据都发送给融合中心。尽管这项技术达到了最高的性 能，但它要求非常大的带宽来获取实时结果。在分布式网络中不需要融合中 心，每个节点仅依靠自己的观测信息和相邻节点间的共享数据获取到网络的 全局信息，做出目标有无的二元决策。其检测性能优于单节点和局部的检测 性能，且能更快地收敛于集中式的检测性能。

发明内容

本发明的目的在于提供一种基于扩散卡尔曼滤波的分布式检测方法，提 高了对目标信号的处理增益和检测概率。

本发明所采用的技术方案是：基于扩散卡尔曼滤波的分布式检测方法， 具体按照以下步骤实施：

步骤1、构造分布式传感网络；

步骤2、在步骤1得到的分布式传感网络中利用扩散卡尔曼滤波 (DiffusionKalman Filter，DKF)方法计算得到节点新息；

步骤3、利用步骤2得到的节点新息计算出其协方差矩阵，根据节点新 息的协方差矩阵计算得出新息方差，进而得到检验统计量和检验门限；

步骤4、根据步骤3得出的检验统计量和检验门限，得出判决表达式并 由二元假设检验理论做出决策，当检验统计量大于检验门限的时候表示目标 信号存在，检验统计量小于检验门限的时候表示目标信号不存在。

本发明的特点还在于，

步骤1具体为：假设在一个区域中布放了由N个传感器节点组成的分布 式传感网络，即无向图模型G＝(V,ζ)，其中节点集合V＝{1,2,...,N}和边 集ζ＝{(i,l)|i,l∈V,i≠l}为节点在单跳通信范围内的无序节点对，邻集 N_i＝{l|(i,l)∈ζ}∪i为节点i的单跳通信相邻节点集，集合N_i中元素的个数 N_i为节点i的度，网络中的每个节点对待检信号做独立观测，并与其单跳通 信相邻节点共享信息。

步骤2具体按照以下步骤实施：

步骤2.1：建立高斯-马尔可夫模型；

步骤2.2：构造二元假设检验理论；

步骤2.3：利用扩散卡尔曼滤波方法计算出各节点的新息。

步骤2.1具体为：

在离散时间系统下，M×1维的矢量信号s(k)在k时刻的高斯-马尔可夫 模型为：