预警系统中的智能方法综述

来源：信号处理杂志 2023年第11期北京时间：

作者：劳骁贤, 钱程, 李春光

摘要：预警系统是一种在危险发生之前，根据以往规律和当前观测识别异常，进而发出警示信号的系统。传统的预警系统常常依赖专家的经验和直觉进行分析和决策，而专家难以及时处理大量信息，且作出的决策比较主观，因此预警的有效性难以保证。为了实现自动预警，部分研究者试图根据警兆和警情的逻辑关系建立物理模型来实现预警，然而在建立模型、确定指标以及各指标权重时仍带有一定的主观性。在复杂场景中，模型、指标以及各指标权重的确定尤为困难，依赖物理模型的预警方法效率低下。借助数理统计技术可以在一定程度上缓解上述方案主观、低效的问题。统计方法需要对数据的分布等作出假设，然而，在复杂场景中这些假设很难贴合实际，偏离现实的假设反而会影响预警的性能。随着人工智能技术的快速发展，越来越多的人工智能方法被用于预警系统。利用机器学习方法，预警系统可以从大量数据中挖掘和学习某种特定的模式，从而帮助模型、指标以及指标权重的选取；借助专家系统，预警系统可以根据规则自动地进行逻辑推理以快速作出专业决策；利用信息融合技术，预警系统可以充分利用多源观测信息，分析得到更全面的结论。人工智能技术在一定程度上克服了传统预警系统的弊端，提升了预警系统的准确性、灵活性和通用性。本文对预警系统中的智能方法进行综述，首先介绍了预警系统的基本概念和传统预警系统及其局限性，随后重点阐述了基于机器学习方法的预警系统、基于专家系统的预警系统和基于信息融合技术的预警系统，最后进行总结，并讨论了当前智能方法存在的问题和可能的发展方向。

关键词：预警系统, 智能方法, 机器学习, 专家系统, 信息融合