В.И. Парфёнов1, Ле Ван Донг2

1,2 Воронежский государственный университет (г. Воронеж, Россия)

1 Воронежский институт МВД России (г. Воронеж, Россия)

Постановка проблемы. В настоящее время в рамках развития радиотехнических систем различного назначения особое внимание уделяется разработке и применению инновационных технологий, основанных на использовании миниатюрных вычислительных и коммуникационных систем, в том числе беспроводных сенсорных систем (БСС). В частности, использование одновременно нескольких сенсоров в БСС позволяет эффективно решать задачи обнаружения интересуемых объектов или явлений на основании их совместной обработки с учетом возможных ошибок, которые неизбежно возникают в таких системах из-за наличия замираний и шумов окружающей среды как на уровне локальных сенсоров, так и в канале связи, а также зависят от правил функционирования центрального узла (ЦУ) и самих сенсоров. При решении задачи обнаружения в БСС каждые сенсоры выносят свои локальные решения о наличии или отсутствии объекта, которые через радиоканал передаются в ЦУ, где реализуется совместная обработка принятых данных и выносится окончательное решение на основе решающего правила. При использовании жесткой схемы принятия для вынесения локальных решений передача так называемых жестких решений (HD, Hard Decision) не требует большой пропускной способности коммуникационной системы связи и существенных затрат системных ресурсов, но ограничивает эффективность принятия системой решений из-за потери части информации о наблюдаемых данных. Устранить возникающую проблему можно, используя двухбитные или многобитные мягкие решения.

Цель. Предложить алгоритмы распределенного обнаружения на основе применения мягкой схемы вынесения решений в локальных сенсорах для улучшения качества принятия решения системой.

Результаты. Рассмотрено распределенное обнаружение объектов по данным от многих сенсоров в беспроводной сенсорной системе как при идеальном, так и при неидеальном канале связи. Предложены алгоритмы распределенного обнаружения объекта на основе применения схемы вынесения мягких решений (soft decision – SD) в локальных сенсорах с целью улучшения качества принятия решения системой по сравнению с алгоритмами обнаружения, использующими только жесткие локальные решения. Приведены решающее правило принятия решения на основе только мягких решений (LRT-SD) и решающее правило принятия решения на основе мягко-жестких решений (LRT-SHD). При этом порог обнаружения определен численным образом, исходя из критерия идеального наблюдателя. Получены рекуррентные выражения для вероятностей ошибок 1- и 2го рода, позволяющие точно вычислить минимальное значение вероятности полной ошибки всей системы. Для приведенных алгоритмов получены зависимости минимальной полной вероятности ошибки от энергетических параметров в отдельных звеньях БСС с учетом отношений сигнал/шум (ОСШ) на уровне локальных сенсоров и в канале связи. Показан выигрыш решающих правил на основе мягких решений и мягко-жестких решений в эффективности по сравнению с решающим правилом, которое использует только жесткие локальные решения.

Практическая значимость. Использование полученного решающего правила на основе мягко-жестких решений LRT-SHD позволяет повысить эффективность принятия решения системы по сравнению с эффективностью решающего правила  LRT-HD. Дальнейшим направлением исследований может стать разработка алгоритмов комплексирования информации на основе многобитных решений как на уровне локальных сенсоров, так и в результате применения мягкого детектирования в ЦУ под влияния замираний в канале связи.

Парфёнов В.И., Ле Ван Донг. Алгоритмы распределенного обнаружения на основе применения мягкой схемы вынесения решений в локальных сенсорах // Радиотехника. 2022. Т. 86. № 3. С. 14−26. DOI: https://doi.org/10.18127/j00338486-202203-02

1. Sohraby K., Minoli D., Znati T. Wireless sensor networks: Technology, protocols, and applications. Hoboken, New Jersey: John Wiley & Sons, Inc. 2007. 236 p.
2. Dargie W., Poellabauer C. Fundamentals of wireless sensor networks: Theory and practice. John Wiley & Sons, Ltd. 2010. 330 p.
3. Парфенов В.И., Ле Ван Донг. Алгоритмы комплексирования информации в беспроводных сенсорных сетях с учетом вероятности выхода сенсоров из строя // Радиотехника. 2019. № 12(19). С. 53–59.
4. Парфенов В.И., Ле Ван Донг. Оптимальный алгоритм комплексирования информации в беспроводных сенсорных сетях с учетом влияния помех в канале радиосвязи // Телекоммуникации. 2020. № 2. С. 12–17.
5. Парфенов В.И., Ле Ван Донг. Анализ влияния окружающей среды на эффективность алгоритма обработки информации в беспроводных сенсорных сетях // Физика волновых процессов и радиотехнические системы. 2020. T. 23. № 2. С. 49–54.
6. Liang J., Hu Y., Liu H., Mao C. Fuzzy clustering in radar sensor networks for target detection // Ad Hoc Netw. 2017. V. 58. P. 150–159.
7. Junhai Luo, Xiaoting He. A Soft–Hard Combination Decision Fusion Scheme for a Clustered Distributed Detection System with Multiple Sensors // Sensors. 2018. V. 18. № 12: 4370. P. 1–18.
8. Thomopoulos S.C.A., Viswanathan R., Bougoulias D.C. Optimal decision fusion in multiple sensor systems // IEEE Transactions on Aerospace and Electronic Systems. 1987. V. 23. № 5. P. 644–653.
9. Lee C.C., Chao J.J. Optimum Local Decision Space Partitioning for Distributed Detection // IEEE Trans. Aerosp. Electron. Syst. 1989. V. 25. № 4. P. 536–544.
10. Скляр Б. Цифровая связь: Теоретические основы и практическое применение. М.: Вильямс. 2003. 1104 с.