Resumen

Se desarrollan dos tipos de detección distribuida de tasa constante de falsas alarmas (CFAR) utilizando funciones de ponderación binarias y difusas en el centro de fusión. En los dos tipos de detectores distribuidos, se asume que los parámetros de clutter en los sensores locales son desconocidos y cada detector local realiza el procesamiento CFAR basado en procesadores ML y OS CFAR antes de transmitir los datos al centro de fusión. En el centro de fusión, los datos recibidos se ponderan mediante funciones de ponderación binarias o difusas y se combinan según reglas deterministas, construyendo estadísticas de prueba globales. Además, para el clutter Weibull, se obtiene la expresión de las funciones de ponderación, basadas en procesadores ML y OS CFAR en detectores locales. En el tipo binario, analizamos varios esquemas de detección distribuida basados en reglas de máximo, mínimo y suma en el centro de fusión. En el tipo difuso, consideramos los diversos detectores distribuidos basados en producto algebraico, suma algebraica, OR probabilístico y reglas difusas t-conorma de Lukasiewicz en centro de fusión. Se analiza y compara el rendimiento de los dos tipos de detectores distribuidos en situaciones homogéneas y no homogéneas, objetivos múltiples o borde de desorden. Los resultados de la simulación indican la superioridad y robustez del tipo difuso en situaciones homogéneas y no homogéneas.

• Materias:Celda de memoria Arquitectura informática Levitación magnética Diseño Kansei Análisis de algoritmos
• Subjects:Memory cell Computer architecture Magnetic levitation Kansei Design Algorithm analysis
• Palabras claves:centro de fusión, procesadores OS CFAR, funciones de ponderación difusas, detectores, tipos, tipo difuso, tasa constante de falsas alarmas, estadísticas globales de prueba, situaciones no homogéneas, CFAR
• Keywords:fusion center, OS CFAR processors, fuzzy weighting functions, detectors, types, fuzzy type, constant false alarm rate, global test statistics, non homogenous situations, CFAR