[发明专利]基于深度学习的无线信号检测与电磁干扰分类系统及方法

摘要

本发明公开了一种基于深度学习的无线信号检测与电磁干扰分类系统及方法，利用分布式部署的频谱监测节点获得的观测数据，基于复值观测数据并行执行两类信号特征挖掘，得到无线信号检测数据集和电磁干扰分类数据集，并基于两类数据集并行训练两组卷积神经网络，再利用训练后的两组卷积神经网络分别检测无线信号和执行电磁干扰分类。有益效果：有利于提高无线信号检测和电磁干扰分类的准确性，对两类数据集执行泛化奇异值分解和空间划分，能消除加性噪声并抑制来自相邻信道的串扰，增强数据的真实性，且无线信号检测和电磁干扰分类并发进行，效率高、响应快。

主权项

1.一种基于深度学习的无线信号检测与电磁干扰分类系统，其特征在于：包括接收信号预处理与特征挖掘单元以及卷积神经网络信号检测与干扰分类单元；所述接收信号预处理与特征挖掘单元设置有依次连接的AP模块和FM模块；所述AP模块的输入端连接有无线频谱监测装置，该无线频谱监测装置用于对天线接收信号进行处理后得到观测数据，所述AP模块对观测数据进行解析处理，并输出复值信号；所述FM模块包括无线信号检测数据挖掘块和电磁干扰分类数据挖掘块；所述无线信号检测数据挖掘块用于对所述复值信号进行检测数据挖掘，得到无线信号检测数据集；所述电磁干扰分类数据挖掘块用于对所述复值信号进行分类数据挖掘，得到电磁干扰分类数据集；所述卷积神经网络信号检测与干扰分类单元包括LT模块和DC模块，所述LT模块包括并行连接的第一训练块和第二训练块；该第一训练块利用无线信号检测数据集进行第一组卷积神经网络训练，得到卷积神经网络无线信号检测模型；所述第二训练块利用电磁干扰分类数据集进行第二组卷积神经网络训练，得到卷积神经网络电磁干扰分类模型；所述DC模块用于将所述无线信号检测数据集送入卷积神经网络无线信号检测模型执行无线信号检测；所述DC模块还用于将所述电磁干扰分类数据集送入所述卷积神经网络无线信号检测模型执行电磁干扰分类。