[发明专利]信号检测方法及使用其的电子装置

说明书

本申请提供一种信号检测方法。此信号检测方法包含：收集一初始数据；对初始数据进行预处理，以得到一原始信号；利用一优化深度学习模型对原始信号进行重构，以产生一重建信号；以及比较原始信号和重建信号，以确认原始信号是否有异常发生。本申请更提供一种使用此信号检测方法的电子装置。本申请利用优化深度学习模型来重建出无杂讯的信号，并利用异常愈多则重建出来的信号与原始信号差异愈大的特性进行异常检测，以获得清楚且明确的检测结果。

技术领域

本申请是有关执行一信号检测方法的电子装置。

背景技术

现有在检测接收的信号时，通常需要标记异常信号的特征图案(pattern)，并利用这些特征图案进行异常检测，以找出异常信号。然而，这种标记的检测方式，需要倚靠大量的事前人工作业，将所有可能的特征图案标记起来，整个过程相当繁琐，且由于对应异常信号的特征图案有时候有无限多种，或是不好标记，所以很难去对信号标记出所有特征图案，进而影响异常检测时的准确度。

发明内容

有鉴于此，本申请提供一种信号检测方法，包含：收集一初始数据；对初始数据进行预处理，以得到一原始信号；利用一优化深度学习模型对原始信号进行重构，以产生一重建信号；以及比较原始信号及重建信号，以确认原始信号是否有异常发生。

本申请更提供一种电子装置，包含一感应器以及一运算装置。感应器用以收集多个样本数据及一初始数据。运算装置电性连接该感应器，运算装置对样本数据进行预处理，以获得多个样本信号，并利用样本信号对一深度学习模型进行训练，以产生一优化深度学习模型；在建立优化深度学习模型之后，运算装置对初始数据进行预处理，以得到一原始信号，并利用一优化深度学习模型对原始信号进行重构，以产生一重建信号，运算装置比较原始信号及重建信号，以确认原始信号是否有异常发生。

综上所述，本申请利用优化深度学习模型来重建出无杂讯的信号，并利用异常愈多则重建出来的信号与原始信号差异愈大的特性进行异常检测，以获得清楚且明确的检测结果。

有关本申请的其它功效及实施例的详细内容，配合图式说明如下。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的图作简单地介绍，显而易见地，下面描述中的图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其它的图。

图1为根据本申请一实施例的电子装置的方块示意图；

图2为根据本申请一实施例于建立优化深度学习模型的流程示意图；

图3为根据本申请一实施例的信号检测方法的流程示意图；

图4为根据本申请一实施例的正常原始信号及重建信号的比较示意图；

图5为根据本申请一实施例有异常发生的原始信号及重建信号的比较示意图；

图6为根据本申请一实施例使用的变异性自动编码器的架构示意图；

图7为根据本申请一实施例使用的变异性自动编码器的数学示意图；

图8为根据本申请的原始信号及重建信号产生异常图案的一实施例示意图；

图9为根据本申请的原始信号及重建信号产生异常图案的另一实施例示意图。

具体实施方式

为了使本申请的目的、特征及效果更容易理解，以下提供用于详细说明本申请的实施例及图。

本申请的方法会将异常信号当作杂讯去除，以重构出无杂讯的重建信号，并比较重建信号与原始信号之间的差异，如果异常愈多则差异会愈大，故可以利用此特性来进行异常检测。