系統(tǒng)的輸出經(jīng)梯形和三角形的隸屬函數(shù)后映射到〇到1的區(qū)間 內(nèi)；其中FLSl和FLS2的設(shè)計(jì)準(zhǔn)則分別為表1，表2 ;對每一個RS的輸入（Xl，X2)，RS當(dāng)選為 備選CH的概率可以計(jì)算為：
[0048] 對每一個RS的輸入（X1，x2, X3)，RS當(dāng)選為備選CH的概率可以計(jì)算為：
[0050] 步驟三、簇內(nèi)備選CH選擇，使用FCM算法對經(jīng)步驟二后簇內(nèi)當(dāng)選為備選CH的概率 集合聚類，然后選擇具有最大中心的類內(nèi)成員作為備選CH;
[0051] 步驟四、從備選CH中選出簇內(nèi)最終CH，經(jīng)步驟三選出的備選CH的標(biāo)號集合為
其中m為備選CH的個數(shù)，如果m = 1，則^即為最終CH ;如果 m>l，使用奇異值分解（singular value decomposition-QR，SVD_QR)方法來選擇最終 CH;
[0053] SVD-QR 方法：
[0054] 1)對任意備選CH h，1彡i彡m，以h作為接收端簇內(nèi)其他節(jié)點(diǎn)作為發(fā)射 端的信道衰減系數(shù)向量可以表示為
則可以構(gòu)成信道矩陣
[0055] 2)對 H 進(jìn)行奇異值分解（singular value decomposition，SVD)可得，H =υΣ Vt。其中，U是由HHt的特征向量組成的（n-1) X (n-1)的矩陣，V是由H tH的 特征向量組成的mXm的矩陣，Σ是對角矩陣，對角元素為H的奇異值，可以表示為 σ 2彡…彡〇 k彡…彡σ r>〇，r為H的秩，則V可以表示為廠= (?·.·，&，·..，1)， $為HtH的對應(yīng)特征值為K的特征向量；
[0056] 3)選擇H最大奇異值σ淋應(yīng)的特征向量R ,對?,進(jìn)行QR分解：礦五=ρ/?，則最 終CH為在矩陣E中第一個列向量中1的位置；
[0057] 步驟五、FLSl和FLS2這兩種設(shè)計(jì)方式下網(wǎng)絡(luò)的檢測性能和網(wǎng)絡(luò)的能耗性能仿 真結(jié)果分別如圖4和圖5所示；結(jié)合這兩張圖可以看出，NCAFF(FLSl)的檢測性能優(yōu)于 NCAFF (FLS2)，而NCAFF (FLS2)下網(wǎng)絡(luò)的能耗少于NCAFF (FLSl)，具體表現(xiàn)在當(dāng)RSN運(yùn)行相同 的回合數(shù)后，網(wǎng)絡(luò)中NCAFF(FLS2)的剩余節(jié)點(diǎn)數(shù)目較NCAFF(FLSl)的多；在本發(fā)明中，這兩 種FLS的設(shè)計(jì)方式都應(yīng)用于RSN的節(jié)點(diǎn)分簇方法中：當(dāng)網(wǎng)絡(luò)剩余節(jié)點(diǎn)數(shù)目較多時，以提高網(wǎng) 絡(luò)的目標(biāo)檢測性能為主要目的，選擇NCAFF (FLSl)對RSN進(jìn)行分簇；當(dāng)網(wǎng)絡(luò)剩余節(jié)點(diǎn)數(shù)目較 少時，以延長網(wǎng)絡(luò)的生命周期為主要目的，選擇NCAFF (FLS2)對RSN進(jìn)行分簇，從而可在提 高網(wǎng)絡(luò)的目標(biāo)檢測性能的同時延長網(wǎng)絡(luò)的生命周期；在RSN剛開始運(yùn)行階段，使用FLSl的 輸入，并經(jīng)由節(jié)點(diǎn)分簇方法NCAFF完成RSN分簇；
[0058] 步驟六、基站給CH發(fā)送一個信息包，這個信息包包含有成為CH的標(biāo)志信息和該 簇的簇內(nèi)成員標(biāo)號以及它們的位置信息；這些CH接收到該信息包后，再計(jì)算自己與該簇內(nèi) NCH之間的距離并向該簇內(nèi)NCH發(fā)送簇頭標(biāo)志信息；簇內(nèi)其它節(jié)點(diǎn)收到來自簇頭的標(biāo)志信 息后需回饋一條"確認(rèn)"信息；CH根據(jù)收集到的回饋信息為簇內(nèi)其它節(jié)點(diǎn)分配一條時間幀， 從而建立TDMA的通信方式；RSN進(jìn)入檢測階段；
[0059] 步驟七、隨著RSN的不斷運(yùn)行，網(wǎng)絡(luò)中每個節(jié)點(diǎn)的剩余能量和網(wǎng)絡(luò)中節(jié)點(diǎn)的信道 增益會發(fā)生改變，因此，在間隔一段時間后，需重新回到步驟二，選出新的CH，然后RSN再次 進(jìn)入檢測階段；
[0060] 步驟八、當(dāng)網(wǎng)絡(luò)中的能量嚴(yán)重虧損時，即有大量的節(jié)點(diǎn)死亡時，此時為了延長網(wǎng)絡(luò) 的生命周期，可以根據(jù)剩余RS節(jié)點(diǎn)的位置分布情況使用節(jié)點(diǎn)分簇方法NCAFF(FLS2)完成 RSN分簇。
[0061] 針對分簇后的RSN的融合判決方法⑶FA，包括以下步驟：
[0062] 步驟一、在RSN檢測階段，由NCH對待監(jiān)測區(qū)域?qū)嵤z測，并將檢測后的判決結(jié) 果發(fā)送給相應(yīng)地CH;NCH根據(jù)各自的回波信號做本地二進(jìn)制判決u ke {+1，-1}:當(dāng)判斷為 有目標(biāo)H1的時候，u k= +1 ;無目標(biāo)H。時，u k= -1 ;再將判決結(jié)果發(fā)送給相應(yīng)的CH ;RSN分 為c個簇，第i個簇內(nèi)NCH的個數(shù)為N1,1 < i < c ;第i個CH接收到第k個RS的信號為 其中A丨為信道衰減系數(shù)，?4為方差為σ2高斯白噪聲，1彡k彡N1;
[0063] 步驟二、計(jì)算第i (1彡i彡c)個CH的融合統(tǒng)計(jì)表達(dá)式Λ"及其一階和二階統(tǒng)計(jì) 量

[0067] 其中，Pdk為k個RS以Ifi為恒虛警概率的檢測概率，

[0068] 根據(jù)Λ"的一階和二階統(tǒng)計(jì)量，第i個CH的判決門限和以為恒虛警概率 的檢測概率PcT分別為
[0071] 步驟三、第i個CH以判決門限f對接收到的融合表達(dá)式做二進(jìn)制判決，再將判決 結(jié)果< 發(fā)送給基站，融合統(tǒng)計(jì)表達(dá)式八,為
[0073] 其中，允為基站接收到的來自第i個CH的信號，
分別為信 道衰減系數(shù)和高斯白噪聲，則根據(jù)步驟二CH的恒虛警判決門限的計(jì)算方法可得基站的恒 虛警判決門限；由此判決門限，基站可判定監(jiān)測區(qū)域是否有目標(biāo)存在。
[0074] 表1為FLSl的設(shè)計(jì)準(zhǔn)則


【主權(quán)項(xiàng)】
1. 一種適用于RSN的節(jié)點(diǎn)分簇方法，包括w下步驟： 步驟一、RSN分簇：首先使用模糊C均值聚類算法FCM根據(jù)雷達(dá)傳感器RS的位置分布 情況將RSN分簇，簇的個數(shù)為C，C> 2 ; 步驟二、對步驟一分得的每個簇進(jìn)行模糊邏輯系統(tǒng)FLS設(shè)計(jì)，確定簇內(nèi)節(jié)點(diǎn)當(dāng)選為備 選簇頭CH的概率；FLS的輸入分為兩種情況： 1) 、FLS1 :RS的剩余能量RE，RS作為發(fā)射端基站作為接收端時的信道衰減系數(shù) 陽STRBS; 2) 、FLS2 :RE，陽STRBS，RS與基站之間的距離DRB; 其中系統(tǒng)的每個輸入都被劃分為Ξ個等級：RE為低，中，高；FESTRBS為小，中，大；DBS為短，中，長；系統(tǒng)的輸出，即簇內(nèi)每個節(jié)點(diǎn)當(dāng)選為備選CH的概率，根據(jù)輸入情況的不同分 為兩種情況：1)、FLS1 :輸出劃分為小，中，大Ξ個等級；2)、FLS2 :輸出劃分為非常小，小， 中，大，非常大五個等級； 上述兩種FLS的設(shè)計(jì)方式都應(yīng)用于RSN的節(jié)點(diǎn)分簇方法中：當(dāng)網(wǎng)絡(luò)剩余節(jié)點(diǎn)數(shù)目較多 時，W提高網(wǎng)絡(luò)的目標(biāo)檢測性能為主要目的，選擇FLS1對RSN進(jìn)行分簇；當(dāng)網(wǎng)絡(luò)剩余節(jié)點(diǎn)數(shù) 目較少時，W延長網(wǎng)絡(luò)的生命周期為主要目的，選擇化S2對RSN進(jìn)行分簇； 步驟Ξ、簇內(nèi)備選CH選擇：使用FCM對經(jīng)步驟二后簇內(nèi)當(dāng)選為備選CH的概率集合聚 類，然后選擇具有最大中屯、的類內(nèi)成員作為備選CH; 步驟四、從備選CH中選出簇內(nèi)最終CH:經(jīng)步驟Ξ選出的備選CH的標(biāo)號集合為 是rat\ = ，其中m為備選CH的個數(shù)，如果m= 1,則ti即為最終CH;如果m〉l,使用 奇異值分解方法SVD-QR來選擇最終CH。2. 如權(quán)利要求1所述適用于RSN的節(jié)點(diǎn)分簇方法，其特征在于： 所述步驟四中奇異值分解方法SVD-QR為： 1) 對任意備選CHti，1《i《m，Wti作為接收端簇內(nèi)其他節(jié)點(diǎn)作為發(fā)射端的信道衰減 系數(shù)向量可W表示為是=的,.也，."，、.，."，&(。-1>,節(jié)，貝阿^構(gòu)成信道矩陣巧=麻馬，..,克...足）； 2) 對Η進(jìn)行奇異值分解SVD可得，Η=USyT，其中，U是由HHT的特征向量組成的 (n-l)X(n-l)的矩陣，V是由腫的特征向量組成的mXm的矩陣，Σ是對角矩陣，對角元 素為Η的奇異值，可W表示為σ2>... >σk>... >σf〉〇,r為Η的秩，則V可 賊示為F二巧，馬，…馬…式,')，S為ΗΤη的對應(yīng)特征值為~的特征向量； 如選擇Η最大奇異值σ擁應(yīng)的特征向量?，對進(jìn)行QR分解：取1^怎=公R，則最終CH為在矩陣E中第一個列向量中1的位置。3. -種針對權(quán)利要求1所述適用于RSN的節(jié)點(diǎn)分簇方法的融合判決方法CDFA，包括W 下步驟： 步驟一、NCH根據(jù)各自的回波信號做本地二進(jìn)制判決UkG{+1,-1}:當(dāng)判斷為有目標(biāo)Hi的時候，Uk= +1 ;無目標(biāo)Η。時，Uk= -1 ;再將判決結(jié)果發(fā)送給相應(yīng)的CH;RSN分為C個簇，第 i個簇內(nèi)NCH的個數(shù)為Ni，1《i《C;第i個CH接收到第k個RS的信號為乂 =培4 +4， 其中馬為信道衰減系數(shù)，4為方差為0 2高斯白噪聲，1《k《N1; 第i個CH的融合統(tǒng)計(jì)表達(dá)式Aci為其中，Pdk為k個RSWif為恒虛警概率的檢測概率； 步驟二、應(yīng)用中屯、極限定理，計(jì)算Au的一階和二階統(tǒng)計(jì)量為根據(jù)A。1的一階和二階統(tǒng)計(jì)量，第i個CH的判決口限Γ"和為恒虛警概率的檢測 概率皆 > 分別為步驟Ξ、第i個CHW判決口限皆"對接收到的融合表達(dá)式做二進(jìn)制判決，再將判決結(jié)果 夠發(fā)送給基站，融合統(tǒng)計(jì)表達(dá)式Ab為其中，棘為基站接收到的來自第i個CH的信號，妒二々>:+咕。聲，咕分別為信道衰 減系數(shù)和高斯白噪聲，則根據(jù)步驟二CH的恒虛警判決口限的計(jì)算方法可得基站的恒虛警 判決口限。
【專利摘要】本發(fā)明屬于雷達(dá)傳感器網(wǎng)絡(luò)目標(biāo)檢測領(lǐng)域，公開了一種適用于RSN的節(jié)點(diǎn)分簇方法及其融合判決方法。其中，F(xiàn)F節(jié)點(diǎn)分簇算法將雷達(dá)傳感器網(wǎng)絡(luò)根據(jù)雷達(dá)傳感器節(jié)點(diǎn)的分布情況劃分為各個簇，并在每個簇中根據(jù)簇內(nèi)節(jié)點(diǎn)的自身?xiàng)l件選出簇頭作為簇內(nèi)信息融合和資源調(diào)動、控制中心。融合判決方法將多個雷達(dá)傳感器的信息分別在簇頭和基站進(jìn)行二次融合并以恒虛警的概率綜合判決。FF分簇方法可有效地延長網(wǎng)絡(luò)的生命周期并提高網(wǎng)絡(luò)的檢測概率；融合判決方法把融合方法和分簇后的雷達(dá)傳感器網(wǎng)絡(luò)結(jié)合起來，將整個網(wǎng)絡(luò)的雷達(dá)傳感器網(wǎng)絡(luò)的檢測結(jié)果進(jìn)行融合，并保證最后的判決結(jié)果具有恒定的虛警概率。
【IPC分類】H04W84/18
【公開號】CN105246173
【申請?zhí)枴緾N201510534747
【發(fā)明人】梁菁, 胡耀月, 霍揚(yáng)揚(yáng), 朱方啟, 毛誠晨, 劉懷遠(yuǎn)
【申請人】電子科技大學(xué)
【公開日】2016年1月13日
【申請日】2015年8月27日