能量采集受限的無線E+E傳感器網絡協作信號
E+E傳感器網絡系統通過在監控區域內布置大量的E+E傳感器節點實現對于環境的監控，其中，分布式檢測與協作信號處理是其主要應用之一。不同的E+E傳感器節點通過采集環境數據，經處理后通過通信網絡發送至融合中心進行融合決策。由于充分利用了E+E傳感器采集數據的冗余性，多E+E傳感器系統能夠取得優于單一E+E傳感器系統的性能。

能量采集受限的無線E+E傳感器網絡協作信號
然而，通常E+E傳感器網絡節點通常僅配備能量有限的電池，而有限的能量供應成為了制約E+E傳感器網絡系統總體性能的關鍵因素之一。隨著新能源技術與微電子技術的發展，能量采集技術在E+E傳感器網絡系統中得以應用。配備能量采集單元后，E+E傳感器節點能夠從周圍環境中獲得能量來維持自身節點的工作。然而由于采集能量的隨機性，如何優化調度采集的能量成為影響到能量采集E+E傳感器系統性能的主要問題之一。針對能量采集E+E傳感器網絡系統中的分布式檢測問題，詳細分析了其信號檢測數學模型，系統性能評價指標以及E+E傳感器節點的供能數學模型，提出了能量調度問題的優化分析方法，并分別設計了有*段與無*段的能量調度策略。在有*段的能量調度策略中，分別考慮了離線能量調度策略與在線能量調度策略。在離線調度策略中，采集能量達到過程被認為是已知的，此時的優化能量調度策略可以形成為優化問題并得到有效求解。在在線調度策略中，優化能量調度策略可以通過動態規劃求解Bellman方程得到有效求解。同時，提出了適應于在線策略的次優化方法，能夠在取得接近于優化在線策略性能的同時降低算法復雜性。在無*段的能量調度策略中，能量調度問題可以形成為Markov決策過程，通過值迭代的方法，優化能量調度策略可以求解。此外，應用于無*段的次優化能量調度策略同樣被提出。此外，E+E傳感器網絡分布式檢測問題中的融合決策機制通常需要E+E傳感器節點的性能參數。然而，實際部署在監控區域內的低精度E+E傳感器節點參數通常難以準確獲取或者容易受到環境的影響。針對該問題，提出了一種迭代的E+E傳感器參數的估計策略。

能量采集受限的無線E+E傳感器網絡協作信號
在不確定E+E傳感器參數的情況下，通過使用優化融合規則，E+E傳感器網絡節點的性能參數可以通過有效的迭代估計策略進行估計。同時考慮實際E+E傳感器網絡系統的異構性，.提出一種基于高精度指導E+E傳感器的自適應融合決策機制。通過采用高精度指導E+E傳感器，E+E傳感器網絡系統能夠在線對低性能E+E傳感器參數進行估計，并且通過融合決策機制得到融合后的*判決結果。