【儀表儀表網 儀表研發】近日，中國科學院聲學研究所水下航行器信息技術重點實驗室助理研究員王雷歐及其合作者利用機器學習中的支持向量機(Support Vector Machine，SVM)技術，研制出一種智能的恒虛警率(Constant False Alarm Rate，CFAR)檢測器。
當背景噪聲未知時，CFAR檢測器在自適應雷達檢測中是一種非常有用的方法。但均值類檢測器、有序統計量類檢測器以及自適應檢測器等傳統的CFAR檢測方法在均勻背景和非均勻背景下很難同時控制檢測和虛警性能。
該研究提出的CFAR檢測器則利用先驗數據訓練SVM，隨后用訓練好的SVM識別當前工作環境并輸出一個判斷信號，根據判斷信號，智能選擇合適的檢測閾值。它可以在均勻背景環境下提供優檢測性能，并在非均勻背景環境下提高檢測性能的魯棒性。經測試，該檢測器在不同環境下的檢測性能優于傳統方法。該研究成功將機器學習技術移植到傳統的信號檢測器領域，為非高斯背景下的信號檢測工作提供了新思路。
相關研究成果發表在IEEE Access上。
(原標題：聲學所基于支持向量機技術研制出智能恒虛警率檢測器)
所有評論僅代表網友意見，與本站立場無關。