北航多源信息融合2017课件2检测融合PPT课件下载推荐.ppt
《北航多源信息融合2017课件2检测融合PPT课件下载推荐.ppt》由会员分享,可在线阅读,更多相关《北航多源信息融合2017课件2检测融合PPT课件下载推荐.ppt(50页珍藏版)》请在冰豆网上搜索。
![北航多源信息融合2017课件2检测融合PPT课件下载推荐.ppt](https://file1.bdocx.com/fileroot1/2022-10/19/9025dea7-2fe8-4212-934a-1632a2f372a0/9025dea7-2fe8-4212-934a-1632a2f372a01.gif)
融合中心再借助一定的准则或算法,对各传感器的观测数据进行配准、关联、相关、估计,给出融合结果。
1.2集中式检测融合系统特点集中式检测融合系统特点优点:
u融合中心数据全面u最终判决结果理论置信度高缺点:
数据量大,通信带宽要求高信息处理时间长融合中心负荷大2022/11/5多源测试信息融合多源测试信息融合81.2分布式检测融合系统分布式检测融合系统2022/11/5多源测试信息融合多源测试信息融合9分布式分布式:
各传感器首先基于自己的观测进行判决,然后将判决结果传输到融合中心,融合中心根据所有传感器的判决进行检验,形成最终判决。
1.3分布式检测融合系统的特点分布式检测融合系统的特点优点:
数据传输量小,通信带宽要求低分布式计算,融合效率高融合中心负荷小缺点:
缺乏相互之间的关联数据损失大2022/11/5多源测试信息融合多源测试信息融合10分布式检测结构是目前多传感器检测的主要结构模型本本讲讲内内容容1.概述2.分布式检测融合系统3.分布式检测融合策略4.自适应决策融合分布式检测系统11多源测试信息融合多源测试信息融合2022/11/52.1分布式检测融合系统分类分布式检测融合系统分类并行结构分散结构串行结构树形结构12多源测试信息融合多源测试信息融合2022/11/52.1分布式检测融合系统分类(分布式检测融合系统分类
(1)2022/11/5多源测试信息融合多源测试信息融合13并行结构2.1分布式检测融合系统分类(分布式检测融合系统分类
(2)2022/11/5多源测试信息融合多源测试信息融合14分散式结构2.1分布式检测融合系统分类(分布式检测融合系统分类(3)2022/11/5多源测试信息融合多源测试信息融合15串行结构2.1分布式检测融合系统分类(分布式检测融合系统分类(4)2022/11/5多源测试信息融合多源测试信息融合16树形结构2.2分布式融合检测系统(分布式融合检测系统
(1)1.假设检验问题?
给定一组假设Hi(i=0,1,m-1),通过对已有的数据集y进行处理,确定当前哪一个假设Hi成立,从而作出决策Dj对于只存在两种假设(H0,H1)的检测问题,称为二元假设检验问题对于多假设问题,如何根据已有数据集y得到的最优决策结果Dx,称为最优决策策略问题2022/11/5多源测试信息融合多源测试信息融合172.2分布式融合检测系统(分布式融合检测系统
(2)例如:
1.雷达监视区内是否存在目标?
H0无目标H1有目标2.抛硬币,哪(正、反)面朝上?
H0正面H1反面18多源测试信息融合多源测试信息融合2022/11/52.2分布式融合检测系统(分布式融合检测系统(3)2.并行分布式检测融合系统2022/11/5多源测试信息融合多源测试信息融合19假设分布式并行检测融合系统:
由融合中心及N个传感器构成。
每一个局部传感器基于自己的观测值yi完成同一个决策任务,之后将决策值ui传送到融合中心。
融合中心的任务是根据接收到的局部决策,利用最优融合规则,作出最终决策u0现象现象传感器1传感器2传感器n融合中心融合中心y1y2ynu1u2u1unu02.3检测融合中的二元假设检验问题检测融合中的二元假设检验问题考虑最简单的并行分布式二元假设检验问题:
例如,雷达监视区内是否存在目标?
解:
设每个传感器的决策值ui为二元值,定义如下:
P(H0)=P0和P(H1)=P1分别为H0和H1出现的先验概率,且P0+P1=1。
2022/11/5多源测试信息融合多源测试信息融合202.3检测融合中的二元假设检验问题检测融合中的二元假设检验问题将所有雷达的判决结果ui(i=0,1,n)输入融合中心,做出最后判决u0:
最终判决结果有四种可能性:
21多源测试信息融合多源测试信息融合2022/11/52.3检测融合中的二元假设检验问题检测融合中的二元假设检验问题2022/11/5多源测试信息融合多源测试信息融合22其中:
(3)为第一类错误,称为虚警,即没有目标而判决有目标;
(4)为第二类错误,称为漏检,即有目标而判决没有目标。
定义几个概率:
多传感器检测融合的目的就是尽量降低漏检率和虚警率。
2.4一般二元假设检验问题描述一般二元假设检验问题描述对于一般的多源检测数据融合问题,数据集y可能是标量或多维向量。
将数据空间划分为如下两个区域:
R0:
接受区,认为假设H0成立而作出决策D0R1:
拒绝区,认为假设H1成立而作出决策D1因此所得概率为:
2022/11/5多源测试信息融合多源测试信息融合232.4一般二元假设检验问题描述一般二元假设检验问题描述假设、分别为y关于和的条件概率密度,则虚警和漏检概率分别为:
2022/11/5多源测试信息融合多源测试信息融合243分布式检测融合策略分布式检测融合策略融合中心如何根据各传感器的决策值得到最终决策结果?
25多源测试信息融合多源测试信息融合2022/11/5常见融合策略常见融合策略1“与”融合检测准则2“或”融合检测准则3表决融合检测准则4最大后验概率融合检测准则5Neyman-Pearson融合检测准则6贝叶斯融合检测准则7最小误差概率准则2022/11/5多源测试信息融合多源测试信息融合263.1“与与”融合检测准则融合检测准则2022/11/5多源测试信息融合多源测试信息融合27“与”融合检测准则为:
系统的检测概率和虚警概率分别为:
可大大降低系统的虚警概率,但系统检测概率也随之降低。
3.2“或或”融合检测准则融合检测准则2022/11/5多源测试信息融合多源测试信息融合28“或”融合检测准则为:
可大大提高系统的检测概率,但系统虚警概率也会随之提高。
3.3表决融合检验准则表决融合检验准则2022/11/5多源测试信息融合多源测试信息融合29在具有n个传感器的检测网络中,设定一个阈值k,当存在k个以上的传感器支持某一假设时,则判定该假设成立。
融合准则如下:
其中,。
当时,为“与”方法;
当时,为“或”方法。
3.3表决融合检验准则表决融合检验准则2022/11/5多源测试信息融合多源测试信息融合30系统的检测概率和虚警概率分别为:
该准则下k的取值很关键,应该在满足一定虚警率的前提下尽可能提高检测率,或在两者之间进行权衡,与实际要求有关。
3.4最大后验概率融合检测准则(最大后验概率融合检测准则
(1)2022/11/5多源测试信息融合多源测试信息融合31根据已有数据,选择最有可能产生该数据的假设。
令表示在给定全局观测u的前提下,为真的概率,则取对应于的一个假设。
融合规则为:
两边取对数可得另外一种形式:
3.4最大后验概率融合检测准则(最大后验概率融合检测准则
(2)2022/11/5多源测试信息融合多源测试信息融合32应用贝叶斯法则:
故:
从而最大后验概率融合检测准则也可写为:
3.4最大后验概率融合检测准则(最大后验概率融合检测准则(3)2022/11/5多源测试信息融合多源测试信息融合33一般表示为:
定义为似然比。
、为似然函数。
因此,式也称为似然比检验。
3.4最大后验概率融合检测准则(最大后验概率融合检测准则(4)似然比是假设检验理论中的重要概念,最优处理器由两个基本部分组成,一是似然比计算装置,二是门限装置。
似然比检验检测系统如下图所示:
2022/11/5多源测试信息融合多源测试信息融合343.4最大后验概率融合检测准则(最大后验概率融合检测准则(5)2022/11/5多源测试信息融合多源测试信息融合35以上给出的是最大后验概率准则的一般原理,下面推导分布式多传感器检测系统中基于最大后验概率准则的融合检测原理。
3.4最大后验概率融合检测准则(最大后验概率融合检测准则(6)2022/11/5多源测试信息融合多源测试信息融合36将以上连乘式转化为连加式,两边取对数得:
由取对数后可得:
且3.4最大后验概率融合检测准则(最大后验概率融合检测准则(7)2022/11/5多源测试信息融合多源测试信息融合37由此得到N个传感器融合的最大后验概率融合检测准则为:
其中:
3.5Neyman-Pearson融合检测准则(融合检测准则
(1)2022/11/5多源测试信息融合多源测试信息融合38该融合准则的基本原则是在假定虚警概率不超过某个特定上限的前提下,使检测概率最大。
即通过选择y空间的R1区来解决以下问题:
Neyman-Pearson引理可精确表达寻找R1的策略。
3.5Neyman-Pearson融合检测准则(融合检测准则
(2)Neyman-Pearson引理引理对于二元假设检验问题,两个假设分别为H0和H1,已知其密度P0(y)和P1(y)。
那么对于虚警概率P(D1/H0)Pf(Pf0),具有最大检验概率Pd的区域R1可由似然比检验得到其中0是Pf的函数。
在非实际情况下,如果Pf=0,那么总是选择H0,除非当P0(y)=0时,才选择H12022/11/5多源测试信息融合多源测试信息融合393.5Neyman-Pearson融合检测准则(融合检测准则(3)2022/11/5多源测试信息融合多源测试信息融合400值的确定对于给定值Pf,应满足:
显然,Neyman-Pearson准则不需要各个假设的先验概率。
3.6贝叶斯融合检测准则(贝叶斯融合检测准则
(1)在最大后验概率融合检测准则中,虚警和漏检两类错误都没有特殊加权,相当于假定它们是同等危险的。
贝叶斯融合检测准则对每一个检测结果分配相应的代价值,基于假设概率得到平均总代价,检测策略是使平均总代价最小。
令Cij表示当假设Hj成立时作出决策Di的代价,假设错误决策的代价大于正确决策的代价,即满足:
2022/11/5多源测试信息融合多源测试信息融合413.6贝叶斯融合检测准则(贝叶斯融合检测准则
(2)2022/11/5多源测试信息融合多源测试信息融合42平均总代价为:
由于且3.6贝叶斯融合检测准则(贝叶斯融合检测准则(3)2022/11/5多源测试信息融合多源测试信息融合43代入可得平均代价函数如下:
根据假设条件,要使积分值最小,应使积分项小于0,即满足:
因此得贝叶斯判决准则为:
3.6贝叶斯融合检测准则(贝叶斯融合检测准则(3)关于门限的讨论按贝叶斯准则与按最大后验概率准则得到的检测系统只是门限不同,而当代价的选取满足C10-C00=C01-C11时,最大后验准则时贝叶斯准则的特例C10-C00大,即虚警引起的