OA系统图书馆网站地图所长信箱English中国科学院
 
首页机构概况科研成果研究队伍国际交流科技合作研究生教育文化建设党群园地科学传播信息公开
  综合新闻  
  图片新闻  
  科研动态  
  学术活动  
  媒体报道  
您现在的位置:首页 > 老网站 > 新闻动态 > 科研动态
基于支持向量机技术的智能恒虚警率检测器
2018/01/11 | 作者:院水下航行器信息技术重点实验室 王雷欧 | 【 【打印】【关闭】

  

  中科院水下航行器信息技术重点实验室助理研究员王雷欧及其同事利用机器学习中的支持向量机(Support Vector Machine,简称SVM)技术,实现了一种智能的恒虚警率检测器。相关研究成果发表于国际学术期刊IEEE ACCESS 201711月第5卷第1期。

  当背景噪声未知时,恒虚警率(Constant False Alarm Rate,简称CFAR)检测器在自适应雷达检测中是一种非常有用的方法。传统的CFAR检测方法包括均值类检测器、有序统计量类检测器以及自适应检测器等。上述检测器在均匀背景和非均匀背景下很难同时控制检测和虚警性能。

  王雷欧等人提出一种利用SVM技术的智能CFAR检测器。该检测器利用先验数据训练SVM,随后用训练好的SVM识别当前工作环境并输出一个判断信号。根据判断信号,该检测器能够智能选择合适的检测阈值。

  基于SVM技术的智能CFAR检测器可以在均匀背景环境下提供最优检测性能,并在非均匀背景环境下提高检测性能的鲁棒性。

  实验结果说明本研究提出的检测器在不同环境下的检测性能优于已有方法。

  这项工作成功将机器学习技术移植到传统的信号检测器领域,并通过实验验证了该方法的有效性,为今后在非高斯背景下的信号检测工作提供了新的思路。

  未来,研究人员可以利用机器学习技术在模式识别、函数分类以及函数回归等方面的优势,结合传统经典算法,推进信号检测领域的研究工作。 

  

  参考文献:

  WANG Leiou, WANG Donghui, HAO Chengpeng. Intelligent CFAR Detector Based on Support Vector Machine. IEEE ACCESS VOL.5, NO.1, November 2017.

  DOI: 10.1109/ACCESS.2017.2774262.

  论文链接:

  http://ieeexplore.ieee.org/document/8113458/

  关键词:机器学习;支持向量机;恒虚警率

 
  相关新闻
Copyright 1996 - 中国科学院声学所 版权所有 备案序号:京ICP备16057196号 京公网安备110402500001号
地址:北京市海淀区北四环西路21号中国科学院声学研究所  邮编:100190