摘要
本发明涉及电磁频谱监测技术领域,具体公开了一种基于距离的电磁频谱监测异常数据检测方法,先对采集的原始信号进行短时傅里叶变换和归一化处理,生成能量密度分布特征图;基于无异常历史数据构建多元高斯分布模型;实时监测时,对采集数据预处理后计算与历史模型均值向量的马氏距离。将距离度量值与预设阈值比较初步判定异常,再通过滑动窗口机制计算距离波动方差进行二次验证。最后,利用图像形态学处理定位异常,并根据能量密度与历史模型均值的相对偏差划分异常程度。该方法引入马氏距离和多元高斯分布,结合二次验证与异常定位,克服传统方法局限性,有效提高检测准确性与可靠性,降低误判漏判率,且不依赖大量标注数据,实用性强。
技术关键词
异常数据检测方法
高斯分布模型
短时傅里叶变换
密度分布特征
滑动窗口机制
电磁频谱监测技术
协方差矩阵
异常信号
核密度估计法
数据采集周期
度量
标准化方法
频段
动态
采样点
系统为您推荐了相关专利信息
储能电站电池
异常数据检测方法
高斯混合模型
单体
变量
三维扫描方法
扫描头
高斯分布模型
数据
辅助系统
路径规划方法
密度分布特征
电路板
双面板
深度强化学习算法
控制管理方法
监测控制管理系统
节点
资源
任务调度
多源异构数据
特征提取器
分类器
特征提取网络
陀螺仪传感器