基于机器学习的无线电计量校准方法及系统

本申请涉及机器学习技术领域，公开了一种基于机器学习的无线电计量校准方法及系统，该方法包括：对无线电的信号源进行参数测量，得到原始测量数据集；基于所述原始测量数据集，提取频率精度特征、功率平坦度特征、相位噪声特征、谐波比值特征和环境变化特征，得到特征数据集；将所述特征数据集划分为训练数据子集、验证数据子集和测试数据子集，并基于所述训练数据子集构建包含双分支神经网络的第一神经网络模型；将所述验证数据子集输入所述第一神经网络模型进行模型参数优化，得到第二神经网络模型，进而提高了校准参数的计算精度和环境补偿的准确性。