大规模串行分布式检测的性能

串行分布式（Ｎ＝２，３，４）检测的最优协调门限组难以求取，因而只能就由少量传感器组成的小规模串行网，通过数值计算来考察检测性能。本文在一定条件下，给出了求取串行分布式检测性能的解析方法，进而可得到大规模串行分布式检测的性能，使我们能考察和了解检测性能在积累数增加时的变化趋势。

基于串行系统配置结构的分布式NEYMAN-PEARSON检测融合算法

研究采用串行系统配置结构的分布式检测融合系统。融合系统由 N部传感器构成。由于融合系统的检测性能由 N部传感器的判决规则共同决定 ,故为了使系统性能达到最优 ,需要联合设计各部传感器的最优判决规则。文中给出了融合系统检测性能最优化的必要条件 ,以及求解最优系统判决规则的数值迭代算法。采用该融合算法对分布式水声信号检测系统的性能进行优化 。

利用传感器判决门限联合优化的串行检测融合算法

针对传感器观测相关的条件下最优分布式检测融合算法较为复杂这一问题,提出了一种基于似然比判决规则的系统性能优化方法.该方法的基本思想是,限定各部传感器采用似然比判决规则,并在此约束条件下,联合优化各部传感器的判决门限,以使系统检测性能达到最优.对于由N部传感器组成的分布式串行检测融合系统,在Bayes准则下推导了各部传感器判决门限联合最优化的必要条件,得到了最优传感器判决门限满足的系统方程,并在此基础上给出了求解最优传感器判决门限的数值迭代算法.由于将传感器判决规则的联合优化问题简化为了判决门限的联合优化问题,因此该算法计算量较小,收敛性较好,更加便于工程应用.