CN103298058A - 一种基于无线传感器网络的分布式目标检测方法 - Google Patents

Abstract

本发明提出一种基于无线传感器网络的分布式目标检测方法，无线传感器网络中的所有传感器节点对兴趣区域ROI内的目标信号进行实时监测，首先网络中所有传感器节点自行分簇，并确定分簇结果的前驱后继关系；然后由传感器节点自身进行本地判决，将本地判决结果传送给各自簇头节点；再次，簇头节点将接收到的本地判决进行融合，做出更高层次的判决；最终各个簇头节点依次将自己的判决结果传送给它的后继簇，从而由融合中心进行最终判决；充分考虑无线传感器网络节点的协作性，对目标信号进行分布式融合及联合检测，即传感器节点将本地检测的信号先不直接传送出去，而是对检测到的信号进行多样本采样，再对多样本进行本地判决，从而提高了本地判决的准确性。

Description

一种基于无线传感器网络的分布式目标检测方法

技术领域

本发明是一种基于无线传感器网络的对目标进行高效的分布式检测方法，属于无线传感器网络技术领域，主要是用于解决在无线传感器节点部署的兴趣区域（Region of Interest,ROI）对目标进行检测的问题。

背景技术

无线传感器网络最先应用于军事方面，起初的研究也是出自军事方面的应用。在军事方面可以实现对敌军部队军事实力和军事设备的监控、对现实战场的实时监控、军事入侵目标的监测及定位、敌方战场战斗力的评估等功能。通过战斗机或炮弹将传感器节点散布到敌人的阵地上，从而能够极其隐蔽准确地收集敌方阵地内部的战斗信息。由于传感器网络是由大量的随机散布的传感器节点组成的，所以即使网络中一部分节点被敌人发现并被破坏，剩下的完整的节点依然能够通过重新自组织形成新的网络。新的传感器网络可以对采集到的数据进行分析，从分析中的数据得到目标准确的定位信息，从而能提供准确的制导位置，最终取得战争的胜利。

对目标的检测主要分为集中式和分布式两种，集中式目标检测是将检测到的目标信号不进行本地判决而直接传送给融合中心，融合中心对所有的信号进行综合处理，最终作出判决，此种方式对整个系统的能量消耗比较大，由于无线传感器网络能量有限，所以此种目标检测方式不适合无线传感器网络。目前研究比较多的目标检测方式是分布式目标检测，无线传感器网络中的传感器节点对目标信号进行检测后先进行本地判决，之后将判决结果传输给融合中心，这样减少了传输的能耗。

当前分布式目标检测方法主要有Counting Rule(基数计数准则)和Local Vote(本地投票机制)等，而这些分布式目标检测大都没有考虑它的工程应用，有的只注重检测概率的提高而忽略了能量的消耗，有的注意了能量的消耗但相应减小了目标信号的检测概率。本专利提出了一种基于分簇权重的分层并行分布式目标检测方法，根据检测理论中的“越靠近目标的传感器节点越早作出判决，判决的准确率越高”的原则，并且充分利用传感器节点之间的相互协作性，设计的检测方法有效地解决了传统方法中能耗过快以及单个节点独立作出判决给系统判决带来的误差的问题。

发明内容

技术问题：本发明针对现有的无线传感器网络中对目标进行检测的问题，提出一种基于无线传感器网络的分布式目标检测方法，即利用兴趣区域（Region of Interest,ROI）内随机散布的传感器节点对待检测的目标信号进行检测，对ROI内的节点进行分簇，从而减少了节点间的通信距离，延长了节点的生命周期，由于充分利用传感器网络中节点的协作性从而在ROI内信噪比很小的情况下也能获得较高的检测率。

技术方案：在ROI内随机散布M个传感器节点，传感器节点具有数据采集单元、核心处理单元、电源单元、无线通信单元，如图1所示。传感器节点内的各个单元协调工作，在整个无线传感器网络工作之前所有传感器节点首先进行自分簇，确定自身属于哪个簇、哪个簇是自己所在簇的前驱、哪个簇是自己所在簇的后继；之后数据采集单元对ROI内的目标信号进行信号采集，并对采集得到的信号进行采样得到N个样本；核心处理单元对这N个采样值进行本地融合，从而得到本地判决（各簇的簇头节点和融合中心不进行此阶段的判决）；传感器节点将本地融合判决结果传送给自己的簇头，簇头节点将接收到的本地判决结果进行融合，做出高层次的判决；最终各个簇头节点将自己的判决结果传送给融合中心；融合中心进行最终判决。

方法流程：

本发明的基于无线传感器网络的分布式目标检测方法具体步骤如下：

无线传感器网络中的所有传感器节点对兴趣区域ROI内的目标信号进行实时监测，首先网络中所有传感器节点进行自分簇，确定分簇结果的前驱后继关系；然后由传感器节点自身进行本地判决，将本地判决结果传送给各自簇头节点；再次，簇头节点将接收到的本地判决进行融合，做出更高层次的判决；最终各个簇头节点将自己的判决结果传送给融合中心，由融合中心进行最终判决；

1）.在兴趣区域ROI内随机部署M个传感器节点和一个融合中心DFC，节点内部的各个模块直接的结构关系如图1所示；

2）.兴趣区域ROI内的传感器节点自组织成无线传感器网络，然后自行分簇，从而确定簇之间的前驱后继关系，具体步骤如下：

a.任一未隶属于某簇的节点，不失一般性标记为x，探测并且记录与其直接相邻或称“一跳范围内”相邻的邻居节点数目sum，这些邻居节点用集合{x₁,x₂,…,x_sum}表示，集合中的任一邻居节点x_i，i=1,2,…,sum，再统计与x_i直接相邻的邻居节点数目

从而得到x的一跳直接邻居节点{x₁,x₂,…,x_sum}的邻居数的集合

b.若集合{x,x₁,x₂,…,x_sum}包含DFC，则DFC为该簇簇头；若不包含，在

中选取出最大值，设x的某一直接邻居x_i的直接邻居数

最大，则x_i成为集合{x,x₁,x₂,…,x_sum}的簇头，且把自己标识为AH(x_i)，该集合形成簇，隶属于该簇的节点不再参与簇头的选举；

c.所有标识为AH(x_i)的簇头节点根据到DFC节点的距离远近决定簇之间的前驱后继关系，从而将ROI内的簇分为前驱簇

其中

1表示前驱簇中的任一簇，k₁表示前驱簇的个数，前驱后继簇

其中

表示前驱后继簇中的任一簇，k₂表示前驱后继簇的个数，DFC所在簇为唯一的后继簇标记为ne_cluster，其中，前驱簇一定是那些最外围的簇，这些簇再往外不再有任何簇以及簇头节点，而介于前驱簇和后继簇之间的那些簇即为前驱后继簇；

3）.ROI内的所有节点对目标信号进行监测，设检测到的信号为f_i(t)，i＝1…M，然后各节点内部的核心处理单元对接收到的信号进行随机采样得到f_ij(t)，j＝1…N，N为采样的次数，各节点再对各自得到的样本进行本地融合判决，

4）.ROI内前驱簇内的非簇头节点将自己的判决结果传送给其所在簇的簇头节点，簇头节点根据接收到的判决值进行判决融合，融合准则为： ${\stackrel{\&CenterDot;}{u}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}=\left\{\begin{array}{cc}1& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n\&GreaterEqual;{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\\ 0& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n<{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\end{array}\right.,$ 其中n表示前驱簇中的任一簇

的任一节点，u_n表示前驱簇中节点n的判决值，

表示前驱簇

1的判决门限；

5）.前驱后继簇的簇头节点的判决融合除了接收本簇内的普通节点的判决，还有前驱簇的簇头节点传送的判决；然而，由于前驱簇头节点判决是结合了前驱簇内所有节点的判决结果进行的，所以具有较高的权重，这里取其权重为前驱簇中所有判决为1的普通节点的总数，于是前驱后继簇的簇头节点的判决准则为：

${\stackrel{\&CenterDot;\&CenterDot;}{u}}_{\mathrm{cur}\_{\mathrm{cluster}}_{k_2}}=\left\{\begin{array}{c}1(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{{\mathrm{pre}\_\mathrm{cluster}}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{clust}{\mathrm{er}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)\&GreaterEqual;{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{{\mathrm{cur}\_\mathrm{cluster}}_{k_2}}\\ 0(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)<{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}\end{array}\right.,$ 其中u_m表示前驱后继簇中节点的判决值，u_n表示前驱簇中节点的判决值，

表示前驱簇

的判决门限，

表示前驱后继簇

的判决门限，并且前驱簇与前驱后继簇

互为前驱后继关系；

6）.后继簇即为融合中心所在簇，融合中心DFC即为簇头节点，判决准则为： $\stackrel{\&OverBar;}{u}=\left\{\begin{array}{c}1(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)\&GreaterEqual;T\\ 0(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)<T\end{array}\right.,$ 其中u_l表示后继簇中节点的判决值，u_m表示前驱后继簇中节点的判决值，

表示前驱后继簇

的判决门限，T为整个网络的判决门限；

7）.如果DFC判决为1，

则表明ROI内有入侵目标信号存在；如果DFC判决为0，

则表示ROI内没有敌方入侵目标信号存在；至此，兴趣区域ROI内的传感器节点对目标信号的检测和判决就已完成。

有益效果：本发明充分利用无线传感器网络中节点的协作性，并将其应用到分布式目标检测中来，取得了如下效果：

1、本发明充分考虑无线传感器网络中传感器节点能量有限这一弊端，对目标信号进行分布式检测，即传感器节点将检测的信号不直接传送出去，而是先进行本地判决，最终只需传输自己的本地判决结果，减少了传感器节点的传输数据量，从而节约了节点的能量。

2、本发明充分利用检测到的信号，对其进行多样本采样，对得到的多样本进行本地判决，从而提高了本地判决的正确性。

3、本发明采用分簇多层并行融合判决的思路，多跳数据传输减少了传感器节点的能量消耗，多层并行则充分考虑到了传感器网络内节点的协作性，节点之间相互协作对目标信号存在性进行判断，从而提高对目标信号检测的正确性。

附图说明

图1无线传感器节点内部结构，

图2分簇及分层示意图，

图3本地融合判决实现过程。

具体实施方式

图3中各模块的说明如下：

A为传感器节点i所接收到的实时信号，标识为f_i(t)，i＝1…M；

B是采样频率为F的数字采样器；

C为经过采样器得到的数字采样信号样本，标识为f_ij(t)，i＝1…M，j＝1…N；

D为分值器，其作用是将信号样本分开传输给下面的判决器；

E为每个样本的判决器，其中τ是样本判决器的预判决门限，从而得到预判决值u_ij，它的表达式为： $u_{\mathrm{ij}}=\left\{\begin{array}{cc}1& f_{\mathrm{ij}}>\mathrm{\&tau;}\\ 0& f_{\mathrm{ij}}<\mathrm{\&tau;}\end{array}\right.$ i＝1…M,j＝1…N，值为“1”表示预判目标存在，为“0”表示预判目标不存在；

F为判决融合器，对E部分的预判值进行K/N（K表示预判决为目标存在（即值为“1”）的样本个数，N表示抽样的个数）融合，即得到各节点最终判决结果： $u_i=\left\{\begin{array}{cc}1& \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{u}_{\mathrm{ij}}\&GreaterEqual;K\\ 0& \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{u}_{\mathrm{ij}}<K\end{array}\right.i=1\&CenterDot;\&CenterDot;\&CenterDot;M.$

在军事应用中，无线传感器网络是由大量的随机散布的传感器节点组成，即使一个传感器节点被敌方破坏，剩余的节点仍然能够自组成网。传感器网络通过各节点的合作，共同分析检测到的数据，从而得到是否有入侵目标存在，从而为我军提供精确的制导。假设在一个环境恶劣的兴趣区域（Region of Interest,ROI）内随机部署M个传感器节点，我军通过这些节点对该兴趣区域进行实时监测，防止敌人的入侵（敌人的入侵可体现为目标信号）。

下面以基于无线传感器网络的军事监测敌方入侵目标检测的应用为例加以说明:

1、在防止敌方入侵的ROI内随机部署M个传感器节点，随机部署的M个节点自组成网，形成无线传感器网络。

2、无线传感器网络形成之后，ROI区域内的所有传感器节点同时进行邻居统计并进行分簇，最后根据距离融合中心的远近确定簇之间的前驱后继关系，具体步骤如下：

a.任一未隶属于某簇的节点x探测并且记录与其直接相邻的邻居节点数目sum，这些邻居节点用集合{x₁,x₂,…,x_sum}表示，节点x的邻居集合中的任一邻居节点x_i（i=1,2,…,sum）再统计与x_i直接相邻的邻居节点数目

从而得到x的一跳直接邻居节点{x₁,x₂,…,x_sum}的邻居数的集合

b.若集合{x,x₁,x₂,…,x_sum}包含DFC，则DFC为该簇簇头；若不包含，在

中选取出最大值，不妨设x的某一直接邻居x_i的直接邻居数

最大，则x_i成为集合{x,x₁,x₂,…,x_sum}的簇头，且把自己标识为AH(x_i)，该集合形成簇，隶属于该簇的节点不再参与簇头的选举。

c.所有标识为AH(x_i)的簇头节点根据到DFC节点的距离远近决定簇之间的前驱后继关系，从而将ROI内的簇分为前驱簇

其中

表示前驱簇中的任一簇，k₁表示前驱簇的个数，前驱后继簇其中

表示前驱后继簇中的任一簇。

3、ROI内的所有节点对目标信号进行监测，设检测到的信号为f_i(t)，i＝1…M，然后各节点内部的核心处理单元对接收到的信号进行随机采样得到f_ij(t)，j＝1…N（N为采样的次数），各节点再对各自得到的样本进行本地融合判决。

具体步骤如下：

a.传感器节点i对ROI进行监测并接收到的实时信号，标识此实时信号为f_i(t)，i＝1…M；

b.传感器节点内部的数字采样器对接受到的实时信号进行随机采样，采样频率为F；

c.采样之后的样本表示为f_ij(t)，i＝1…M，j＝1…N，将这N样本通过分值器传输给判决器进行本地预判决；

d.设样本的本地与判决门限为τ，从而得到本地预判决值u_ij，它的表达式为： $u_{\mathrm{ij}}=\left\{\begin{array}{cc}1& f_{\mathrm{ij}}>\mathrm{\&tau;}\\ 0& f_{\mathrm{ij}}<\mathrm{\&tau;}\end{array}\right.$ i＝1…M,j＝1…N，预判值为“1”表示预判目标存在，为“0”表示预判目标不存在；

e.对上一步的预判值u_ij进行K/N（K表示预判决目标存在（即值为“1”）的采样个数，N表示抽样的个数）融合，即得到各节点本地判决结果： $u_i=\left\{\begin{array}{cc}1& \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{u}_{\mathrm{ij}}\&GreaterEqual;K\\ 0& \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{u}_{\mathrm{ij}}<K\end{array}\right.i=1\&CenterDot;\&CenterDot;\&CenterDot;M.$

4、ROI区域中前驱簇内的普通节点将自己的判决结果传送给其所在簇的簇头节点，簇头节点根据接收到的判决值进行判决融合，融合准则为： ${\stackrel{\&CenterDot;}{u}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}=\left\{\begin{array}{cc}1& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n\&GreaterEqual;{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\\ 0& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n<{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\end{array}\right.,$ 其中n表示前驱簇中的任一簇的任一节点，u_n表示前驱簇中节点n的判决值，

表示前驱簇

的判决门限。

5、前驱后继簇的簇头节点的判决融合除了接收本簇内的普通节点的判决，还有前驱簇的簇头节点的判决；然而，由于前驱簇簇头节点判决是结合了前驱簇内所有节点的判决结果进行的，所以具有较高的权重，这里取其权重为前驱簇中所有判决为1的普通节点的总数，于是前驱后继簇的簇头节点的判决准则为：

${\stackrel{\&CenterDot;\&CenterDot;}{u}}_{\mathrm{cur}\_{\mathrm{cluster}}_{k_2}}=\left\{\begin{array}{c}1(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{{\mathrm{pre}\_\mathrm{cluster}}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{clust}{\mathrm{er}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)\&GreaterEqual;{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{{\mathrm{cur}\_\mathrm{cluster}}_{k_2}}\\ 0(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)<{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}\end{array}\right.,$ 其中u_m表示前驱后继簇中节点的判决值，u_n表示前驱簇中节点的判决值，

表示前驱簇

的判决门限，表示前驱后继簇

的判决门限，并且前驱簇

与前驱后继簇

互为前驱后继关系。

6、后继簇即为融合中心所在簇，融合中心DFC即为簇头节点，判决准则为： $\stackrel{\&OverBar;}{u}=\left\{\begin{array}{c}1(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)\&GreaterEqual;T\\ 0(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)<T\end{array}\right.,$ 其中u_l表示后继簇中节点的判决值，u_m表示前驱后继簇中节点的判决值，

表示前驱后继簇

的判决门限，T为整个网络的判决门限。

7、如果DFC判决为

则表明ROI内有入侵目标信号存在；如果DFC判决为

则表示ROI内没有敌方入侵目标信号存在。至此，兴趣区域ROI内的传感器节点对目标信号的检测和判决就已完成。

Claims (1)

1.一种基于无线传感器网络的分布式目标检测方法，其特征在于：无线传感器网络中的所有传感器节点对兴趣区域ROI内的目标信号进行实时监测，首先网络中所有传感器节点进行自分簇，确定簇之间的前驱后继关系；然后由传感器节点自身进行本地判决，将本地判决结果传送给各自簇头节点；再次，簇头节点将接收到的本地判决进行融合，做出更高层次的判决；最终各个簇头节点依次将自己的判决结果传送给它的后继簇，从而由融合中心进行最终判决；

1）.在兴趣区域ROI内随机部署M个传感器节点和一个融合中心DFC，

2）.兴趣区域ROI内的传感器节点自组织成无线传感器网络，然后自行分簇，从而确定簇之间的前驱后继关系，具体步骤如下：

a.任一未隶属于某簇的节点，不失一般性标记为x，探测并且记录与其直接相邻或称“一跳范围内”相邻的邻居节点数目sum，这些邻居节点用集合{x₁,x₂,…,x_sum}表示，集合中的任一邻居节点x_i，i=1,2,…,sum，再统计与x_i直接相邻的邻居节点数目从而得到x的一跳直接邻居节点{x₁,x₂,…,x_sum}的邻居数的集合

b.若集合{x,x₁,x₂,…,x_sum}包含DFC，则DFC为该簇簇头；若不包含，在中选取出最大值，设x的某一直接邻居x_i的直接邻居数

最大，则x_i成为集合{x,x₁,x₂,…,x_sum}的簇头，且把自己标识为AH(x_i)，该集合形成簇，隶属于该簇的节点不再参与簇头的选举；

c.所有标识为AH(x_i)的簇头节点根据到DFC节点的距离远近决定簇之间的前驱后继关系，从而将ROI内的簇分为前驱簇

其中表示前驱簇中的任一簇，k₁表示前驱簇的个数，前驱后继簇

其中

表示前驱后继簇中的任一簇，k₂表示前驱后继簇的个数，DFC所在簇为唯一的后继簇标记为ne_cluster，其中，前驱簇一定是那些最外围的簇，这些簇再往外不再有任何簇以及簇头节点，而介于前驱簇和后继簇之间的那些簇即为前驱后继簇；

3）.ROI内的所有节点对目标信号进行监测，设检测到的信号为f_i(t)，i＝1…M，然后各节点内部的核心处理单元对接收到的信号进行随机采样得到f_ij(t)，j＝1…N，N为采样的次数，各节点再对各自得到的样本进行本地融合判决；

4）.ROI内前驱簇内的非簇头节点将自己的判决结果传送给其所在簇的簇头节点，簇头节点根据接收到的判决值进行判决融合，融合准则为： ${\stackrel{\&CenterDot;}{u}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}=\left\{\begin{array}{cc}1& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n\&GreaterEqual;{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\\ 0& \underset{n\&Element;\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n<{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_{\mathrm{cluster}}_{k_1}}\end{array}\right.,$ 其中n表示前驱簇中的任一簇

的任一节点，u_n表示前驱簇中节点n的判决值，表示前驱簇

的判决门限；

5）.前驱后继簇的簇头节点的判决融合除了接收本簇内的普通节点的判决，还有前驱簇的簇头节点传送的判决；然而，由于前驱簇头节点判决是结合了前驱簇内所有节点的判决结果进行的，所以具有较高的权重，这里取其权重为前驱簇中所有判决为1的普通节点的总数，于是前驱后继簇的簇头节点的判决准则为：

${\stackrel{\&CenterDot;\&CenterDot;}{u}}_{\mathrm{cur}\_{\mathrm{cluster}}_{k_2}}=\left\{\begin{array}{c}1(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{{\mathrm{pre}\_\mathrm{cluster}}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{clust}{\mathrm{er}}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)\&GreaterEqual;{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{{\mathrm{cur}\_\mathrm{cluster}}_{k_2}}\\ 0(\underset{m\&Element;\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}{\mathrm{\&Sigma;}}{u}_m+{\stackrel{\&CenterDot;}{T}}_{\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}*\underset{n\&Element;\mathrm{pre}\_\mathrm{cluste}{r}_{k_1}}{\mathrm{\&Sigma;}}{u}_n)<{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}\end{array}\right.,$ 其中u_m表示前驱后继簇中节点的判决值，u_n表示前驱簇中节点的判决值，

表示前驱簇

的判决门限，

表示前驱后继簇

的判决门限，并且前驱簇

与前驱后继簇

互为前驱后继关系；

6）.后继簇即为融合中心所在簇，融合中心DFC即为簇头节点，判决准则为： $\stackrel{\&OverBar;}{u}=\left\{\begin{array}{c}1(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)\&GreaterEqual;T\\ 0(\underset{l\&Element;\mathrm{ne}\_\mathrm{cluster}}{\mathrm{\&Sigma;}}{u}_l+{\stackrel{\&CenterDot;\&CenterDot;}{T}}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}*\underset{m{\&Element;}_{\mathrm{cur}\_\mathrm{cluste}{r}_{k_2}}}{\mathrm{\&Sigma;}}{u}_m)<T\end{array}\right.,$ 其中u_l表示后继簇中节点的判决值，u_m表示前驱后继簇中节点的判决值，

表示前驱后继簇

的判决门限，T为整个网络的判决门限；

7）.如果DFC判决为1，即

则表明ROI内有入侵目标信号存在；如果DFC判决为0，即则表示ROI内没有敌方入侵目标信号存在；至此，兴趣区域ROI内的传感器节点对目标信号的检测和判决就已完成。

Images