[发明专利]一种基于深度学习的无人机频谱探测方法在审
| 申请号： | 201811510551.7 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109614930A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 王山;韩乃军;韩明华 | 申请（专利权）人： | 湖南华诺星空电子技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 周长清 |
| 地址： | 410205 湖南省长沙*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的无人机频谱探测方法，其步骤包括：步骤S1、无人机信号训练集采集；步骤S2、无人机信号预处理；步骤S3、构建用于频谱感知的多层卷积神经网络模型，利用卷积神经网络提取特征，通过多级卷积层，池化层提取多级信号特征；步骤S4、利用步骤S2中的样本对步骤S3中构建的卷积神经网络模型进行训练；步骤S5、在线探测阶段；利用训练之后的卷积神经网络模型来进行是否是无人机信号的判断，实现无人机频谱的探测。本发明具有原理简单、操作简便、可实现无人机的快速精确报警等优点。 | ||
| 搜索关键词： | 卷积神经网络 频谱探测 构建 信号预处理 多级信号 频谱感知 提取特征 在线探测 训练集 池化 多层 卷积 频谱 样本 探测 报警 采集 学习 | ||
【主权项】：
1.一种基于深度学习的无人机频谱探测方法，其特征在于，步骤包括：步骤S1、无人机信号训练集采集；步骤S2、无人机信号预处理；步骤S3、构建用于频谱感知的多层卷积神经网络模型，利用卷积神经网络提取特征，通过多级卷积层，池化层提取多级信号特征；步骤S4、利用步骤S2中的样本对步骤S3中构建的卷积神经网络模型进行训练；步骤S5、在线探测阶段；利用训练之后的卷积神经网络模型来进行是否是无人机信号的判断，实现无人机频谱的探测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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湖南华诺星空电子技术有限公司，未经湖南华诺星空电子技术有限公司许可，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/patent/201811510551.7/，转载请声明来源钻瓜专利网。
