Preview

Вопросы радиоэлектроники

Расширенный поиск

Распределенное обнаружение на основе применения мягких схем вынесения решений как в локальных сенсорах, так и в центральном узле

https://doi.org/10.21778/2218-5453-2021-3-49-56

Полный текст:

Аннотация

В работе рассмотрена задача распределенного обнаружения объектов на основе применения мягких схем вынесения решений как в локальных сенсорах, так и в центральном узле (ЦУ). Представлены алгоритм для вынесения мягких решений при приеме данных от локальных сенсоров в ЦУ и характеристики его эффективности, которые необходимы для формирования решающего правила принятия решения. Приведены зависимости вероятности полной ошибки от энергетического параметра в отдельных двух звеньях беспроводной системы: с учетом отношения мощности сигнал-шум на уровне локальных сенсоров и отношения мощности сигнал-шум в канале связи. Определен выигрыш в эффективности решающего правила, основанного на комплексировании вынесенных в ЦУ мягких решений по сравнению с жестким решающим правилом.

Об авторах

В. И. Парфенов
Воронежский государственный университет
Россия

Парфенов Владимир Иванович, доктор физико-математических наук профессор

394018, Воронеж, ул. Университетская, д. 1



В. Д. Ле
Воронежский государственный университет
Россия

Ле  Ван  Донг,  аспирант

394018, Воронеж, ул. Университетская, д. 1



Список литературы

1. Урманов Д. М., Болдова О. И. Беспроводные сенсорные системы для обеспечения безопасности подвижных и неподвижных объектов // Электроника: наука, технология, бизнес. 2013. № 3 (125). С. 128–134.

2. Thomopoulos S. C. A., Viswanathan R., Bougoulias D. C. Optimal decision fusion in multiple sensor systems // IEEE Transactions on Aerospace and Electronic Systems. 1987. No. 23(5). P. 644–653.

3. Sriranga N., Nagananda K. G., Blum R. S., Saucan A. Varshney P. K. Energy-efficient decision fusion for distributed detection in wireless sensor networks // Proc. IEEE Conf. Inf. Fusion. 2018. P. 1541–1547.

4. Goel A., Patel A., Nagananda K. G., Varshney P. K. Robustness of the counting rule for distributed detection in wireless sensor networks // IEEE Signal Processing Letters. 2018. V. 25. No. 8. P. 1191–1195.

5. Парфенов В. И., Ле В. Д. Оптимальный алгоритм комплексирования информации в беспроводных сенсорных сетях с учетом влияния помех в канале радиосвязи // Телекоммуникации. 2020. № 2. С. 12–17.

6. Парфенов В. И., Ле В. Д. Анализ влияния окружающей среды на эффективность алгоритма обработки информации в беспроводных сенсорных сетях // Физика волновых процессов и радиотехнические системы. 2020. T. 23. № 2. С. 49–54.

7. Lee C. C., Chao J. J. Optimum local decision space partitioning for distributed detection // IEEE Trans. Aerosp. Electron. Syst. 1989. V. 25. P. 536–544.

8. Aziz A. M. A simple and efficient suboptimal multilevel quantization approach in geographically distributed sensor systems // Signal Process. 2008. V. 8. P. 1698–1714.

9. Скляр Б. Цифровая связь: Теоретические основы и практическое применение. М.: Вильямс, 2003. 1104 с.

10. Proakis J. G., Salehi M. Digital Communications. 5th ed. New York: McGraw-Hill High Education, 2008. 1150 p.


Для цитирования:


Парфенов В.И., Ле В.Д. Распределенное обнаружение на основе применения мягких схем вынесения решений как в локальных сенсорах, так и в центральном узле. Вопросы радиоэлектроники. 2021;(3):49-56. https://doi.org/10.21778/2218-5453-2021-3-49-56

For citation:


Parfenov V.I., Le V.D. Distributed detection basis on using soft decision scheme both in local sensors and in fusion center. Issues of radio electronics. 2021;(3):49-56. (In Russ.) https://doi.org/10.21778/2218-5453-2021-3-49-56

Просмотров: 70


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)
ISSN 2686-7680 (Online)