基于1比特局部似然比融合的稀疏随机信号分布式检测
信号处理
2019-11-06 v2
摘要
在本文中，我们考虑利用传感器网络(SNs)检测稀疏随机信号的问题，其中融合中心(FC)从局部传感器收集1比特数据，然后进行全局检测。对于该问题，新近提出的1比特局部最优势检验(LMPT)检测器需要3.3Q个传感器才能渐近达到具有Q个传感器的集中式LMPT(cLMPT)检测器的相同检测性能。该1比特LMPT检测器基于1比特量化观测，在局部传感器处无任何额外处理。然而，观测值的直接量化并非传感器处最高效的处理策略，因其会造成不必要的信息损失。在本文中，我们提出一种改进的1比特LMPT(Im-1比特LMPT)检测器，其融合局部1比特量化似然比(LRs)，而非直接量化的局部观测。此外，我们设计局部传感器的量化阈值，以确保所提检测器具有渐近最优检测性能。理论与数值结果表明，采用所设计的量化阈值，所提用于稀疏信号检测的Im-1比特LMPT检测器需要更少的传感器节点数量来补偿由1比特量化引起的性能损失。
引用
@article{arxiv.1908.09656,
title = {Distributed Detection of Sparse Stochastic Signals via Fusion of 1-bit Local Likelihood Ratios},
author = {Chengxi Li and You He and Xueqian Wang and Gang Li and Pramod K. Varshney},
journal= {arXiv preprint arXiv:1908.09656},
year = {2019}
}
备注
5 pages,2 figures, published in IEEE Signal Processing Letters (SPL)