基于机器学习的频谱监测数据与装备事件关联方法

作者：李培林; 王文兵; 钟立俊; 刘锐

来源：电子信息对抗技术, 2020, 35(06): 32-36.

• 监测数据
• 装备事件
• 机器学习
• 异常检测
• 分类识别

随着频谱监测设备在重点用频区域的广泛部署,监测数据呈现爆发式的增长,为了挖掘并利用监测数据规律来实现对频谱事件的有效推断,提出一种基于机器学习的事件关联方案。首先采用单类支持向量机(OCSVM)和深层神经网络(DNN)等机器学习算法分别对频谱监测数据进行过滤和分类识别;然后,通过建立监测数据和频谱事件的映射规则集,采用决策树(DTC)算法对规则集数据进行学习,并形成持久化模型;最终,实现对频谱事件的推断。实测数据的计算结果表明本文方法具有可行性和有效性。