LSFR算法在多传感器分布式检测中的优化研究

• 作者: 刘云 崔自如 陈昌凯
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 最小二乘融合规则算法 多传感器 分布式检测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 21-24
• 页数: 4页
• 分类号: TN929.5
• 字数: 3144字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)03-0021-04

摘要

在多传感器分布式检测系统中,常规融合规则算法要求传感器误差概率已知,且系统中传感器和融合中心同时优化存在一定困难.提出最小二乘融合规则(LSFR)算法,算法不依赖噪声环境稳定性以及传感器的虚警概率与检测概率,融合中心根据各个传感器的硬决策,得到全局的硬决策,并在传感器和融合中心处理达到最优时,获得最佳全局性能.仿真结果表明:对比似然比融合决策算法与Neyman Pearson融合规则(NPFR)算法,LSFR算法全局检测概率显著提高,且在不同数量规模传感器和更多类型的分布式检测系统中具有较好兼容性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	昆明理工大学信息工程与自动化学院	73	209	7.0	10.0
2	陈昌凯	昆明理工大学信息工程与自动化学院	7	73	2.0	7.0
3	崔自如	昆明理工大学信息工程与自动化学院	6	8	2.0	2.0