基于人工智能的声表面波无源无线传感系统抗干扰方法

本发明公开一种基于人工智能的声表面波无源无线传感系统抗干扰方法，首先获取不同频率下包括噪声、正常响应和干扰在内的各种声表面波回波信号的射频信号强度数据，并为其赋予不同的标签；将射频信号强度数据依次进行预处理、标准化、独热编码、添加一个额外的维度，使数据变成三维形式；构建训练注意力机制的一维CNN神经网络分类模型，模型包括用于提取射频信号强度数据的时频特征且卷积核的大小为1填充为1步幅为1的一维卷积层，以及对一维卷积层提取的时频特征进行加权平均的注意力机制模块；利用训练后的一维CNN神经网络模型输出新的声表面波回波信号的类别。本发明在实现抗干扰时，可以保留回波信号的时域和频域信息，减少了信息的丢失，提高信号重建质量和可靠性。