1.1研究目的

近年来，随着传感器组网技术和信号检测理论的发展，多接入信道下的传感器网络决策信息融合技术获得了广泛关注，尤其是在国防事业上，它是多学科、多部门、多领域共同关心的高层次共性关键技术。传感器网络决策信息融合是指对来自于传感器网络的所有传感器的信息进行融合处理，最终做出对某个事件或某个目标的决策。多接入信道下的传感器网络决策信息融合系统通过将所有传感器收集到的信息传至融合中心进行信息处理，再通过多接入信道将信息传递至决策，因此它可以通过增加融合系统中参与决策的传感器数量，来扩大其覆盖范围。同时由于其包含大量的传感器，因此只需保证融合中心的正常工作，而个别传感器出现问题只会影响其检测性能，融合中心仍然可以正常完成检测工作，这就使得多接入信道下的传感器网络决策信息融合系统比之以并行信道为基础的系统有着更高的可靠性和存活能力。因此本文围绕多接入信道下的传感器网络分布式检测问题，开展决策融合研究，完成多接入信道下的决策融合算法的推导和分析。

1.2国内外的研究现状

早在20世纪90年代，美国就开始了传感器网络的研究工作，并首先在军方应用和推广，文献[1]介绍了传感器技术的发展，1981年Tenney和Sandell基于贝叶斯(Bayes)准则，首次发表了对分布式检测(决策)融合系统的研究成果，在由两个传感器组成的传感器网络决策融合系统中，他们推导了各个传感器的最优决策规则——似然比决策规则，揭开了传感器网络决策融合理论研究的序幕。

近年来，随着无线传感器网络技术的进步与在军事国防、城市管理、生物医疗、环境监测等方面的广泛应用，各国对无线传感器网络的研究也一直没有停下步伐，并在不断加强。2002年，“in-situ”研究组在大鸭岛上部署了由34个传感器接点组成的传感器网络，用以监测海岛上不同类型的数据，并进行了9个月左右的监控研究，如文献[2]。这些传感器节点用了Berkeley 的Mote节点，运行着Berkeley开发的软件Tiny OS，使用光敏传感器、数字湿度传感器和压力传感器监测海燕地下巢穴的微观环境；使用低能耗的被动红外传感器监测巢穴的使用情况，得到了大鸭岛上生态环境的大量第一手资料。

而在大规模无线传感器网络决策融合系统方面，如文献[3] Niu,Varshney等人给出了一些研究成果，并且在特定的传感器观测环境下，初步研究了动态大规模无线传感器网络的决策融合问题。为了降低无线传感器网络决策融合系统对通讯带宽的要求，如文献[4] Mergen,Lin,Anandkumar等人在多接入信道构架下对无线传感器网络决策问题进行了讨论。

我国现代意义的无线传感器网络及其应用研究几乎与发达国家同步启动，2001 年中国科学院依托上海微系统所成立微系统研究与发展中心，在无线传感器网络方向上陆续部署了若干重大研究项目，初步建立了传感器网络系统的研究平台，在无线智能传感器网络通信技术、微型传感器、传感器端机、移动机站和应用系统等方面取得很大进展。2003年1月，美国《技术评论》认为，有十种新兴科技会对人类的未来生活造成巨大影响，其中一种就是无线传感器网络。2004年，中国计算机协会青年计算机科技论坛在北京召开了中国第一次国语Wireless sensor network的专题报告。近年来无线传感器网络监测技术的应用越来越广阔，它不仅在工农、医疗、航空、军事等方面有长远的发展，在家庭、防灾、环保、反恐等领域也有了广泛应用并体现出来极大的优越性。2016 年，文献[5]中南楠在《数字技术与应用》中发“基于无线传感网络的老年智能健康系统研究”一文中针对中国老龄人口快速增长和空巢老人难于照顾的现状，设计一种基于 Zig-Bee 无线传感器网络技术的老年人健康监测系统，全面提高社区老年健康管理的效率、质量和水平。

2. 研究的基本内容与方案

2.1 研究目标

在现实环境中，无线传感器网络下的决策信息融合处理往往是资源受限的。传感器本身的能量有限，因此传感器在传输局部决策时，会受到来自非理想信道的干扰，而传输距离也是有限的。当前国内外的研究主要是在瑞利衰减信道下展开的，因此我们有必要研究不同分布形式衰减信道下无线传感器网络决策融合问题，保证无线传感器网络决策融合系统的检测性能。决策融合系统中单一的传感器只有有限的检测性能，要达到检测要求，则需要大量传感器参与决策，因而各个传感器的可靠性对决策融合的影响会变得明显，其表现为决策融合系统中参与决策的传感器的数量会发生动态变化，从而影响决策融合系统的检测性能。因此有必要在考虑非理想信道即在衰减信道下的动态大规模无线传感器网络决策融合系统进行研究。因此本文针对多接入信道下的传感器网络分布式检测问题，开展融合决策研究，在衰减信道下分析多接入信道与并行信道的不同之处，并分析比较其融合性能。