%%
%分布式融合檢測
%一共兩步聲納，在H0處為均值為零，方差為一的高斯分布，sigma1=sigma2=1;
%u1=1.8;
%u2=2.2;
%f（x）=exp（-（x-ui）.^2/2）/sqrt（2*pi）;
%norminv為求-Inf到x的高斯分布的概率

%P（ui=1|H1）=Pdi
%P（ui=0|H0）=1-Pfi;


%%
clear?all;
clc;

%檢測器一
figure;
u1=1.8;
d1=u1.^2;
u2=2.2;
d2=u2.^2;
u=（u1+u2）/2;
d=u.^2;

count=1;
Pd1=zeros（101）;
Pd2=zeros（101）;
Pdf=zeros（101）;
for?Pf=0.00001:0.025:1
????Pf
????Vt=0-norminv（Pf01）;
????y21=sqrt（d1）-Vt;
????y22=sqrt（d2）-Vt;
????Vt1=u1-y21;
????Vt2=u2-y22;
????syms?x;
????f（x）=exp（-（x-u1）.^2/2）/sqrt（2*pi）;
????Pd1（count1）=double（int（f（x）Vt1Inf））;
????syms?x;
????g（x）=exp（-（x-u2）.^2/2）/sqrt（2*pi）;
????Pd2（count1）=double（int（g（x）Vt2Inf））;
????
????%融合檢測概率
????%P0=（Pd2（count1）+Pf）*（Pd1（count1）+Pf）*Pf*Pf+（Pd1（count1）+Pf）*（2-Pd2（count1）-Pf）*Pf*（1-Pf）+（Pd2（count1）+Pf）*（2-Pd1（count1）-Pf）*Pf*（1-Pf）+（2-Pd1（count1）-Pf）*（2-Pd2（count1）-Pf）*（1-Pf）*（1-Pf）;
????%P1=（Pd2（count1）+Pf）*（Pd1（count1）+Pf）*Pd2（count1）*Pd1（count1）+（Pd1（count1）+Pf）*（2-Pd2（count1）-Pf）*Pd1（count1）*（1-Pd2（count1））+（Pd2（count1）+Pf）*（2-Pd1（count1）-Pf）*Pd2（count1）*（1-Pd1（count1））+（2-Pd1（count1）-Pf）*（2-Pd2（count1）-Pf）*（1-Pd1（count1））*（1-Pd2（count1））;
????P1=1-（1-Pd1（count1））*（1-Pd2（count1））;
%?????P0=Pf.^2;
%?????P1=Pd1（count1）*Pd2（count1）;
%?????P1/P0
????Pdf（count1）=P1;
????count=count+1;
end
plot（0.00001:0.025:1Pd1（:1）‘r‘）;
hold?on;
plot（0.00001:0.025:1Pd2（:1）‘b‘）;
hold?on;
plot（0.00001:0.025:1Pdf（:1）‘k‘）;
hold?off;

title（‘固定虛警概率的檢測融合曲線效果圖‘）;
xlabel（‘Pf‘）;
ylabel（‘Pd‘）;
legend（‘檢測器一曲線‘‘檢測器二曲線‘‘并行分布式融合曲線‘）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-05-22?10:04??多元信息融合實驗\
?????文件????????1680??2017-01-06?11:17??多元信息融合實驗\distributed_detection_fusion.m
?????文件???????28577??2016-11-21?20:43??多元信息融合實驗\location.txt
?????文件???????15823??2015-09-06?22:40??多元信息融合實驗\locationv3.txt
?????文件????????4129??2017-01-06?15:48??多元信息融合實驗\robotic_fusion.m
?????文件??????335756??2018-05-22?10:04??多元信息融合實驗\多元信息融合報告-擴展卡爾曼濾波.docx