[发明专利]基于射频信号精细画像的物联网物理层多级特征提取方法有效
申请号: | 202110330439.0 | 申请日: | 2021-03-24 |
公开(公告)号: | CN112911597B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 李靖超;应雨龙;董春蕾;陈云龙雨;沈喆;王瑞 | 申请(专利权)人: | 上海电机学院 |
主分类号: | H04W12/06 | 分类号: | H04W12/06;H04W12/79;H04W24/08;G06K9/00;G06K9/62;G06N20/00 |
代理公司: | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人: | 孟旭彤 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 射频 信号 精细 画像 联网 物理层 多级 特征 提取 方法 | ||
1.一种基于射频信号精细画像的物联网物理层多级特征提取方法,包括以下步骤:
(S1)进行一级信号多层次特征提取与画像表示;根据待识别射频信号的分布特性,选择切片尺度,将信号划分为多维切片,再对每一个切片进行特征提取,更为精细的从多层次来刻画不同类别、型号、批次的个体信号精细特征,构成一级画像;
(S2)进行二级信号多维度特征智能融合与画像表示;对于具有二级信号特征的个体设备,根据待识别信号的可分类程度,将信号的多维特征利用深度学习进行智能融合,得到描述信号的多维度基因融合特征,构成二级画像;
(S3)进行三级信号多信度画像融合与表示;根据基于融合特征的等势星球图的方法,将信号的多维特征转换为多维彩色图像,结合深度学习算法的智能感知方法,对不同图像特征进行多信度智能融合,增加射频信号样本间特征差异的信息量,构成三级精细画像。
2.根据权利要求1所述的一种基于射频信号精细画像的物联网物理层多级特征提取方法,其特征在于:步骤S1中一级信号多层次特征提取是指将数据长度为n点的采样信号切割成等量的切片。
3.根据权利要求2所述的一种基于射频信号精细画像的物联网物理层多级特征提取方法,其特征在于:步骤S2中,多维度指从时域、小波域、分形域、熵域、FRFT域、FFT域提取信号的各维度特征。
4.根据权利要求3所述的一种基于射频信号精细画像的物联网物理层多级特征提取方法,其特征在于:步骤S3中,多粒度是指将多维向量特征转换为彩色图像,对不同图像特征进行智能融合,增加射频信号样本间特征差异的信息量,以区别不同特征的权重。
5.根据权利要求4所述的一种基于射频信号精细画像的物联网物理层多级特征提取方法,其特征在于:步骤S3中,将信号的多维特征转换为多维彩色图像,包括以下步骤:将步骤S2中得到的多维特征构成二维图像,再利用等势星球图对所述二维图像进行上色。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110330439.0/1.html,转载请声明来源钻瓜专利网。