Resumen

En este trabajo, se consideró el problema de la detección de señales bajo ruido caótico en el sistema de fusión de detección distribuida. El problema, que es urgente y difícil, tiene un importante valor de investigación. Se propone un nuevo mecanismo de detección y fusión de señales débiles bajo ruido caótico basado en un sistema distribuido. Debido a la predictibilidad a corto plazo de las señales caóticas y su sensibilidad a pequeñas perturbaciones, la observación de cada sensor local se reconstruye en el espacio de fase de acuerdo con el teorema de incrustación de retardo de Takens. El modelo de regresión localmente ponderada (LOWESS) se utiliza para ajustar la observación de cada sensor local en el espacio de fase. Así, el ruido caótico se elimina de la observación, y el error de ajuste sin ruido caótico se considera la nueva observación de cada sensor local. Basándose en la nueva observación sin ruido caótico, se establece un modelo de optimización destinado a minimizar el riesgo bayesiano del centro de fusión. Bajo la condición de que las observaciones de los sensores locales son condicionalmente independientes, se derivan la regla de fusión y las reglas de decisión de los sensores. Se propone un algoritmo para obtener la regla de fusión y las reglas de decisión locales. Los resultados de la simulación muestran que el algoritmo de detección y fusión de señales propuesto puede detectar eficazmente señales débiles bajo un fondo de ruido caótico. En concreto, el rendimiento de la fusión es obviamente mejor que el de los sensores locales con una SNR baja.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:ruido caótico, sensor local, observación, regla de fusión, sensores locales, nueva observación, espacio de fases, detección de señales, teorema de la incrustación del retardo de takens, ruido caótico de fondo
• Keywords:chaotic noise, local sensor, observation, fusion rule, local sensors, new observation, phase space, signal detection, takens delay embedding theorem, chaotic noise background