摘要
本说明书提供了一种基于通信干扰智能识别的链路抗干扰预处理方法,涉及无线通信和人工智能领域。该方法针对不同的干扰类型,对OFDM干扰信号进行数据建模,批量生成叠加各类型干扰的OFDM信号数据,构造训练数据集;对叠加各类型干扰的OFDM信号进行功率谱密度求解处理、降维处理,获取频域序列特征;根据叠加不同干扰类型的OFDM信号的频域序列特征,训练轻量级深度卷积神经网络模型;将采集到的实时OFDM信号进行频域序列特征提取,并将频域序列特征输入至轻量级深度卷积神经网络模型,得到实时OFDM信号对应的干扰类型。解决了当前算法对OFDM通信系统中常见干扰类型识别准确率低,且算法复杂度高,难以满足在线实时识别需求的问题。
技术关键词
深度卷积神经网络模型
序列特征
浅层特征提取
深层特征提取
Softmax函数
信号
频域特征提取
数据
隐式特征
OFDM通信系统
模型训练模块
时域特征
转发式干扰
优化网络参数
ReLU函数
批量
扫频干扰
非线性
系统为您推荐了相关专利信息
静脉
深度卷积神经网络模型
预训练模型
迁移学习方法
数据
检测网络模型
病灶检测方法
分类网络
计算机程序指令
病灶检测装置
编码特征
人工智能辅助
追踪系统
医学影像特征
形态
深度神经网络
门控循环单元
识别方法
Softmax函数
染色体
智能故障诊断
联合收割机
故障类别
保护方法
保护域