[发明专利]一种基于去噪对抗自编码器的频谱异常检测方法

权利要求书

1.一种基于去噪对抗自编码器的频谱异常检测方法，其特征在于，该方法包括：

计算各IQ信号数据的信号功率谱密度，根据各IQ信号数据所对应信号功率谱密度的异常状态，将各IQ信号数据划分为训练样本集D_t和验证样本集D_v，其中，所述训练样本集D_t包括由无标签的IQ信号数据组成的非异常训练样本集D_t1，以及由包括异常类型标签的IQ信号数据组成的异常训练样本集D_t2，所述验证样本集D_v均为包括异常类型标签的IQ信号数据；

利用所述训练样本集D_t中的各IQ信号数据训练得到基于去噪对抗自编码器的频谱异常检测模型，并根据所述验证样本集D_v中的各IQ信号数据确定所述频谱异常检测模型的重构误差门限、异常类型判断损失门限、特征判断损失门限；

将待检测IQ信号数据输入至所述频谱异常检测模型，计算所述待检测IQ信号数据对应的重构误差、异常类型判断损失和特征判断损失，并分别与所述重构误差门限、所述异常类型判断损失门限、所述特征判断损失门限进行比较，根据比较结果确定所述待检测IQ信号数据的异常状态。

2.根据权利要求1所述的方法，其特征在于，所述非异常训练样本集所述异常训练样本集所述验证样本集其中,n1为所述非异常训练样本集D_t1中IQ信号数据的数量，n2为所述异常训练样本集D_t2中IQ信号数据的数量，x_i为信号功率谱密度，y_i为异常类型标签。

3.根据权利要求2所述的方法，其特征在于，所述频谱异常模型由编码器模块E、解码器模块D、特征判别模块Q_F和异常类型判别模块Q_C组成，所述编码器模块E用于将IQ信号数据所对应信号功率谱密度映射到隐空间得到隐空间特征向量并判断IQ信号数据的异常类型分布向量，所述解码器模块D用于根据IQ信号数据所对应隐空间特征向量和异常类型分布向量重建IQ信号数据所对应信号功率谱密度，所述特征判别模块Q_F用于判断特征向量来自编码器输出或正态分布采样，所述异常类型判别模块Q_C用于判别异常类型分布向量来自编码器输出或分类分布采样。