...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Automatic Control >Networked Decision Making for Poisson Processes With Applications to Nuclear Detection
【24h】

Networked Decision Making for Poisson Processes With Applications to Nuclear Detection

机译：泊松过程的网络化决策及其在核探测中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper addresses a detection problem where a network of radiation sensors has to decide, at the end of a fixed time interval, if a moving target is a carrier of nuclear material. The problem entails determining whether or not a time-inhomogeneous Poisson process due to the moving target is buried in the recorded background radiation. In the proposed method, each of the sensors transmits once to a fusion center a locally processed summary of its information in the form of a likelihood ratio. The fusion center then combines these messages to arrive at an optimal decision in the Neyman-Pearson framework. The approach offers a pathway toward the development of novel fixed-interval detection algorithms that combine decentralized processing with optimal centralized decision making.
机译：本文解决了一个检测问题，其中辐射传感器网络必须在固定的时间间隔结束时确定移动的目标是否是核材料的载体。问题在于确定由于运动目标而引起的时间不均匀的泊松过程是否被掩埋在记录的背景辐射中。在所提出的方法中，每个传感器以似然比的形式向融合中心一次传输其信息的本地处理摘要。然后，融合中心组合这些消息，以在Neyman-Pearson框架中做出最佳决策。该方法为开发新的固定间隔检测算法提供了一条途径，该算法将分散处理与最佳集中决策结合在一起。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号