能量采集受限的無線E+E傳感器網(wǎng)絡(luò)協(xié)作信號(hào)
E+E傳感器網(wǎng)絡(luò)系統(tǒng)通過在監(jiān)控區(qū)域內(nèi)布置大量的E+E傳感器節(jié)點(diǎn)實(shí)現(xiàn)對(duì)于環(huán)境的監(jiān)控，其中，分布式檢測(cè)與協(xié)作信號(hào)處理是其主要應(yīng)用之一。不同的E+E傳感器節(jié)點(diǎn)通過采集環(huán)境數(shù)據(jù)，經(jīng)處理后通過通信網(wǎng)絡(luò)發(fā)送至融合中心進(jìn)行融合決策。由于充分利用了E+E傳感器采集數(shù)據(jù)的冗余性，多E+E傳感器系統(tǒng)能夠取得優(yōu)于單一E+E傳感器系統(tǒng)的性能。

能量采集受限的無線E+E傳感器網(wǎng)絡(luò)協(xié)作信號(hào)
然而，通常E+E傳感器網(wǎng)絡(luò)節(jié)點(diǎn)通常僅配備能量有限的電池，而有限的能量供應(yīng)成為了制約E+E傳感器網(wǎng)絡(luò)系統(tǒng)總體性能的關(guān)鍵因素之一。隨著新能源技術(shù)與微電子技術(shù)的發(fā)展，能量采集技術(shù)在E+E傳感器網(wǎng)絡(luò)系統(tǒng)中得以應(yīng)用。配備能量采集單元后，E+E傳感器節(jié)點(diǎn)能夠從周圍環(huán)境中獲得能量來維持自身節(jié)點(diǎn)的工作。然而由于采集能量的隨機(jī)性，如何優(yōu)化調(diào)度采集的能量成為影響到能量采集E+E傳感器系統(tǒng)性能的主要問題之一。針對(duì)能量采集E+E傳感器網(wǎng)絡(luò)系統(tǒng)中的分布式檢測(cè)問題，詳細(xì)分析了其信號(hào)檢測(cè)數(shù)學(xué)模型，系統(tǒng)性能評(píng)價(jià)指標(biāo)以及E+E傳感器節(jié)點(diǎn)的供能數(shù)學(xué)模型，提出了能量調(diào)度問題的優(yōu)化分析方法，并分別設(shè)計(jì)了有*段與無*段的能量調(diào)度策略。在有*段的能量調(diào)度策略中，分別考慮了離線能量調(diào)度策略與在線能量調(diào)度策略。在離線調(diào)度策略中，采集能量達(dá)到過程被認(rèn)為是已知的，此時(shí)的優(yōu)化能量調(diào)度策略可以形成為優(yōu)化問題并得到有效求解。在在線調(diào)度策略中，優(yōu)化能量調(diào)度策略可以通過動(dòng)態(tài)規(guī)劃求解Bellman方程得到有效求解。同時(shí)，提出了適應(yīng)于在線策略的次優(yōu)化方法，能夠在取得接近于優(yōu)化在線策略性能的同時(shí)降低算法復(fù)雜性。在無*段的能量調(diào)度策略中，能量調(diào)度問題可以形成為Markov決策過程，通過值迭代的方法，優(yōu)化能量調(diào)度策略可以求解。此外，應(yīng)用于無*段的次優(yōu)化能量調(diào)度策略同樣被提出。此外，E+E傳感器網(wǎng)絡(luò)分布式檢測(cè)問題中的融合決策機(jī)制通常需要E+E傳感器節(jié)點(diǎn)的性能參數(shù)。然而，實(shí)際部署在監(jiān)控區(qū)域內(nèi)的低精度E+E傳感器節(jié)點(diǎn)參數(shù)通常難以準(zhǔn)確獲取或者容易受到環(huán)境的影響。針對(duì)該問題，提出了一種迭代的E+E傳感器參數(shù)的估計(jì)策略。

能量采集受限的無線E+E傳感器網(wǎng)絡(luò)協(xié)作信號(hào)
在不確定E+E傳感器參數(shù)的情況下，通過使用優(yōu)化融合規(guī)則，E+E傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的性能參數(shù)可以通過有效的迭代估計(jì)策略進(jìn)行估計(jì)。同時(shí)考慮實(shí)際E+E傳感器網(wǎng)絡(luò)系統(tǒng)的異構(gòu)性，.提出一種基于高精度指導(dǎo)E+E傳感器的自適應(yīng)融合決策機(jī)制。通過采用高精度指導(dǎo)E+E傳感器，E+E傳感器網(wǎng)絡(luò)系統(tǒng)能夠在線對(duì)低性能E+E傳感器參數(shù)進(jìn)行估計(jì)，并且通過融合決策機(jī)制得到融合后的*判決結(jié)果。