摘要
本发明公开了一种改进基于深度学习融合多层级时频分析的卫星导航欺骗检测系统及其检测方法,系统包括时频变换模块、时频图像处理模块和神经网络分类模块;时频变换模块包括短时傅里叶变换、连续小波变换和Margenau‑Hill变换的时频变换方式,时频变换模块直接由中频数字信号作为输入,克服了由于前端不同而导致输入信号存在差异的缺陷;时频图像处理模块由时频规范化模块、灰度处理模块和多通道图像融合模块组成;多通道图像融合模块融合三类时频变换特征,不同的时频变换方法在不同的信号特性和环境条件下呈现出各异的性能表现,融合多层级时频分析方法赋予系统更强大的信号智能适应性,使其在面对各类信号类型和复杂场景时表现卓越,并提高抗噪声的性能。
技术关键词
深度学习融合
神经网络分类
欺骗检测系统
短时傅里叶变换
图像处理模块
连续小波变换
欺骗干扰信号
多通道
层级
变换特征
输出端
移动窗函数
时频分析方法
图像数据处理
输入端
频率
仿真数据
系统为您推荐了相关专利信息
故障特征提取方法
电机滚动轴承
时频同步
故障特征信息
短时傅里叶变换
三维可视化系统
光谱气体分析仪
红外热电偶
压差变送器
服务器
风险预测方法
保留特征
神经网络分类器
度量
变量
故障定位方法
历史故障数据
载波
信号监测装置
短时傅里叶变换