摘要
本发明公开了一种基于多神经网络融合的智能频谱计算方法及装置。该方法为:首先基于实际电磁对抗环境下的信道模型和经典电磁信号特征建立训练框架,生成用于学习的训练时间序列,送入学习预处理计算模块,得到序列的循环谱及循环谱特征;然后将序列的循环谱及循环谱特征送入多神经融合网络模型中进行学习,建立认知知识树;接着将采集的未知序列送入实时分析预处理模块,得到未知信号的循环谱;最后将未知信号的循环谱输入多神经融合网络模型中进行分析,得到实时分析结果。所述装置包括认知学习系统和实时分析系统。本发明降低了频谱测量的计算复杂度,提高了测量精度高,具有时效性强、可操作性强、抗干扰能力强、智能化程度高的优点。
技术关键词
序列
计算方法
信号特征
电磁
分析系统
LSTM神经网络
信道
载波频率偏差
深度神经网络模型
接收系统
卷积神经网络模型
框架
模块
实时系统
特征参量
周期
处理器
系统为您推荐了相关专利信息
电网巡检
输电线路异物检测
灰狼优化算法
数据分析方法
滑动窗口
表型分析方法
初始分割边界
力学
变形特征
描述符