无监督对抗学习电磁频谱异常信号检测方法

发明专利有效专利

申请号：
CN202110156715.6
IPC分类号：G01R23/16;G06N3/08;G06N3/04
申请日期：
2021-02-04
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	无监督对抗学习电磁频谱异常信号检测方法
申请号	CN202110156715.6	申请日期	2021-02-04
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-08	公开/公告号	CN112924749A
优先权	暂无	优先权号	暂无
主分类号	G01R23/16 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01R 测量电变量；测量磁变量（指示谐振电路的正确调谐入H03J 3/12） G01R23/00 测量频率的装置；频谱分析装置 G01R23/16 谱分析；傅立叶（Fourier）分析	IPC分类号	G;0;1;R;2;3;/;1;6;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市雁塔区太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	齐佩汉;毛维安;周小雨;位萱;李赞;姜涛;梁琳琳;王丹洋;郝本建;王凡
代理机构	西安志帆知识产权代理事务所（普通合伙）	代理人	侯峰;韩素兰

摘要

本发明公开了一种无监督对抗学习电磁频谱异常信号检测方法，该方法为：对获取的功率谱数据进行预处理，获得功率谱密度估计；通过所述功率谱密度估计构建基于深度学习的电磁频谱异常检测模型；通过所述电磁频谱异常检测模型对任意一功率谱数据确定重构误差Lr和判决器损失Ld；根据所述重构误差Lr和判决器损失Ld确定异常结果Aresult，并且通过异常结果Aresult确定电磁频谱数据是否存在异常。本发明结合功率谱数据的局部特性，使用卷积神经网络代替传统方式的全连接网络，减小了网络的规模；采用对抗自编码器，将对抗思想引入电磁频谱异常信号检测，能够学习到更加有效的特征，相比传统普通的编解码器模型有更好的检测能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供