摘要
本申请提供一种智能示波器的自动波形识别方法,涉及信号处理技术领域,通过对智能示波器的波形信号分别执行时序压缩处理和跨尺度频带聚合操作,得到波形信号的时序压缩序列和多分辨率频谱信息;进而通过时序压缩序列和多分辨率频谱信息确定时序能量特征和复数域特征,基于多头自注意力机制和双向长短期记忆网络对时序能量特征和复数域特征进行时空特征交互,得到时空特征权重矩阵;再依据波形信号构建教师网络和学生网络,通过时空特征权重矩阵、教师网络和学生网络确定波形对齐特征;最后,智能示波器基于波形对齐特征输出波形识别结果,本申请可实现波形信号的多尺度波形特征提取和注意力增强识别,以提高智能示波器的识别准确率。
技术关键词
智能示波器
波形识别方法
时序
注意力机制
多分辨率
依赖特征
教师
学生
序列
波形特征提取
浅层神经网络
矩阵
信号处理技术
数字示波器
系统为您推荐了相关专利信息
频率稳定
神经网络模型
判断电力系统
仿真数据
时序
交通信号灯
强化学习模型
交通流量预测方法
调控策略
多模态
检测冠心病
时域特征
预测冠心病
特征提取模块
交叉注意力机制
数据信息处理方法
节点
融合上下文信息
转移概率矩阵
异构