一种基于分布式多天线传感器的信号检测方法技术

本发明专利技术涉及信号检测技术领域，公开了一种基于分布式多天线传感器的信号检测方法，将多天线无线传感器和大规模MIMO技术应用到分布式检测网络中，各传感器在其覆盖范围内对目标信号存在与否进行观测感知；各传感器进行本地判决；各传感器将其本地判决的信息传到融合中心，计算全局检测概率；对计算的全局检测概率进仿真验证，得到目标信号存在与否的检测结果。本发明专利技术的有益效果为：能够实现在复杂环境下提高信号检测性能的方法。下提高信号检测性能的方法。下提高信号检测性能的方法。

【技术实现步骤摘要】
一种基于分布式多天线传感器的信号检测方法


[0001]本专利技术涉及信号检测
，涉及一种基于分布式多天线传感器的信号检测方法。

技术介绍

[0002]基于局部传感器信号的分布式传感器网络具有很好的检测性能，在衰落信道下无线传感器网络的决策融合时，通过基于似然比的融合规则，可以只需要信道统计，不需要依赖瞬时信道状态信息。进一步考虑局部传感器与融合中心之间的一般正交信道模型，对局部传感器决策可以采用似然比检验(Likelihood Ratio Test，LRT)方法，但以上研究在理想环境中会有较好的检测性能，在复杂的低信噪比环境下因信道影响传输的结果，检测性能会急剧恶化。
[0003]随着大规模MIMO(Multiple Input Multiple output，多输入多输出)技术在5G通信中的广泛应用，基于大规模MIMO分布式检测网络的研究逐渐起步，这些研究不仅集中在蜂窝通信方面，在分布式无线传感器检测网络中更多地考虑多天线技术的使用，针对大规模MIMO无线传感器网络，在文献[Chawla A,Patel A,Jagannatham A K,et al.Robust Distributed Detectionin Massive MIMO Wireless Sensor Networks Under CSI Uncertainty[C],2018IEEE 88th Vehicular Technology Conference(VTC
‑
Fall).IEEE,2018:1
‑<br/>5.]中，作者提出了一种基于奈曼
‑
皮尔逊(Neyman
‑
Pearson，NP)准则的最优分布式检测框架。文献[Ding G,Gao X,Xue Z,et al.Massive MIMO for Distributed Detection with Transceiver Impairments[J].IEEE Transactions on Vehicular Technology,vol.67,no.1,pp.604
‑
617,Jan.2018.]研究了由多个单天线传感器和大型多天线融合中心组成的分布式检测网络，进一步考虑收发器硬件损伤对检测性能的影响。但是，这些研究只考虑了在融合中心使用多天线阵列，而没有考虑多天线在传感器上的作用。此外，与5G通信不同，检测网络需要进一步考虑数据融合，这样融合中心才能做出正确的全局决策，即通信的目标更侧重于提高信道传输的吞吐量，信号检测更侧重于提高检测概率以做出准确的决策。
[0004]综上，现有技术存在以下问题：
[0005](1)单天线检测研究虽然在理想环境中会有较好的检测性能，但在复杂的低信噪比环境下因信道影响传输的结果，检测性能会急剧恶化。
[0006](2)现有考虑多天线信号检测的研究较少，且现有研究只考虑了在融合中心使用多天线阵列，而没有考虑多天线在传感器上的作用。

技术实现思路

[0007]针对现有技术的不足，本专利技术提供了一种基于分布式多天线传感器的信号检测方法，能够实现在复杂环境下提高信号检测性能的方法。
[0008]为实现上述目的，本专利技术提供如下技术方案：
[0009]一种基于分布式多天线传感器的信号检测方法，包括以下步骤：
[0010]在分布式检测网络中设置N个包括K个天线的无线传感器，N个包括K个天线的无线传感器与一个包括M个天线的融合中心形成虚拟的MIMO信道，N个包括K个天线的无线传感器在其覆盖范围内对目标信号存在与否进行观测感知，其中，N、K以及M皆为大于或等于1的自然数；
[0011]每个包括K个天线的无线传感器对目标信号存在与否进行信号检测感知，得到本地判决；
[0012]N个包括K个天线的无线传感器将其本地判决的信息传到融合中心，计算全局检测概率；
[0013]对传感器进行功率迭代优化，得到目标信号存在与否的检测结果。
[0014]进一步地，通过似然比检验进一步得到所述本地判决，具体步骤为：
[0015]在理想硬件的情况下，假设H0和H1分别表示目标信号的不存在和存在，第i个传感器的感知信息被建模为一个二元假设问题，模型为：
[0016][0017]其中，θ表示由待检测的目标辐射源发出的目标信号，s
i
表示第i个传感器接收到的测量信号，v
i
为第i个传感器的测量噪声，即v
i
服从均值为0、方差为σ
v,i
的标准复高斯随机变量的集合，σ
v,i
为第i个传感器的测量噪声的高斯分布的方差；将目标信号建模为零均值循环复高斯向量，即其中均值为0，方差σ
θ
。
[0018]进一步地，对所述公式(1)的建模进行简化处理，具体方法为：
[0019]第i个传感器的第k个天线以增益g
i,k
放大其测量信号s
i
，并通过信道转发给具有M根天线的融合中心，融合中心的第m根天线接收到的信号为：
[0020][0021]其中，g
ik
为第i个传感器的第k根天线的增益，h
i,m
表示第i个传感器与融合中心的第m根天线之间的信道增益，无线衰落信道建模为：
[0022][0023]其中，是一个复高斯向量，d
i
是第i个传感器到融合中心的距离，α表示路径损耗指数因子，将公式(2)带入公式(1)得到公式(4)：
[0024][0025]将根据接收到的信号y
m
确定目标信号的存在与否，在此称为最佳融合规则的似然比检验(Likelihood Ratio Test，LRT)来区分H0和H1。
[0026]进一步地，所述全局检测概率的计算方法为：
[0027]把描述第i个传感器的单个局部检测性能的检测概率P
D,i
和虚警概率P
FA,i
定义为：
[0028][0029]基于得到的公式(4)，通过定义和计算检测概率P
D
和虚警概率P
FA
，对融合中心的检测性能进行评价；具体来说，目标信号存在并且被传感器检测成功的全局检测概率P
D
定义为：
[0030][0031]其中，引入符号g＝[g
1,1
,...,g
i,k
]T
表示传感器各天线的放大增益，H＝[h
1,1
,...,h
i,k
]是各传感器与融合中心之间的瞬时信道状态信息组成的信道增益矩阵，y表示接收到的信号，C
w
为y在H0下的协方差，表示信号检测阈值；
[0032]将公式(6)重写为：
[0033][0034]其中，替代变量替代变量C
w
+C
s
是y在H1下的协方差，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分布式多天线传感器的信号检测方法，其特征在于，包括以下步骤：在分布式检测网络中设置N个包括K个天线的无线传感器，N个包括K个天线的无线传感器与一个包括M个天线的融合中心形成虚拟的MIMO信道，N个包括K个天线的无线传感器在其覆盖范围内对目标信号存在与否进行观测感知，其中，N、K以及M皆为大于或等于1的自然数；每个包括K个天线的无线传感器对目标信号存在与否进行信号检测感知，得到本地判决；N个包括K个天线的无线传感器将其本地判决的信息传到融合中心，计算全局检测概率；对传感器进行功率迭代优化，得到目标信号存在与否的检测结果。2.根据权利要求1所述的一种基于分布式多天线传感器的信号检测方法，其特征在于，所述本地判决的具体步骤为：假设H0和H1分别表示目标信号的不存在和存在，第i个传感器的感知信息被建模为一个二元假设问题，模型为：其中，θ表示由待检测的目标辐射源发出的目标信号，s
i
表示第i个传感器接收到的测量信号，v
i
为第i个传感器的测量噪声，即v
i
服从均值为0、方差为σ
v,i
的标准复高斯随机变量的集合，σ
v,i
为第i个传感器的测量噪声的高斯分布的方差；将目标信号建模为零均值循环复高斯向量，即其中均值为0，方差σ
θ
。3.根据权利要求2所述的一种基于分布式多天线传感器的信号检测方法，其特征在于，对所述公式(1)的建模进行简化处理，具体方法为：第i个传感器的第k个天线以增益g
i,k
放大其测量信号s
i
，并通过信道转发给具有M根天线的融合中心，融合中心的第m根天线接收到的信号为：其中，g
ik
为第i个传感器的第k根天线的增益，h
i,m
表示第i个传感器与融合中心的第m根天线之间的信道增益，无线衰落信道建模为：其中，是一个复高斯向量，d
i
是第i个传感器到融合中心的距离，α表示路径损耗指数因子，将公式(2)带入公式(1)得到公式(4)：将根据接收到的信号y
m
确定目标信号的存在与否来区分H0和H1。
4.根据权利要求1或3所述的一种基于分布式多天线传感器的信号检测方法，其特征在于，所述全局检测概率的计算方法为：把描述第i个传感器的单个局部检测性能的检测概率P
D,i
和虚警概率P
FA,i
定义为：目标信号存在并且被传感器检测成功的全局检测概率P
D
定义为：其中，引入符号g＝[g
1,1
,...,g
i,k
]
T
表示传感器各天线的放大增益，H＝[h
1,1
,...,h
i,k
]是各传感器与融合中心之间的瞬时信道状态信息组成的信道增益矩阵，y表示接收到的信号，C
w
为y在H0下的协方差，表示信号检测阈值；将公式(6)重写为：其中，替代变量替代变量C
w
+C
s
是y在H1下的协方差，C
s
是y在H0下的协方差；而是服从分布I
M
表示单位矩阵，W的特征分解定义为：W＝UGU
H
(8)其中，G表示奇异值对角线矩阵，f(g)表示高斯分布的概率密度函数，公式(6)转换为其中，U表示分解的正交矩阵，(a)是酉变换U不改变的分布，(b)因为具有两个自由度的缩放卡方分布；同理，无线信号不存在却被检测为存在的虚警概率P
FA
为：根据奈曼一皮尔逊引理，...

【专利技术属性】
技术研发人员：张邦宁，郭道省，魏国峰，丁国如，杨宁，甄攀，杨雷，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：