一种基于深度神经网络的短波跳频信号快速截获方法

AITNT
正文
推荐专利
一种基于深度神经网络的短波跳频信号快速截获方法
申请号:CN202511110439
申请日期:2025-08-08
公开号:CN120934557A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的短波跳频信号快速截获方法,包括以下步骤:S1、模型训练阶段:构建包含短波跳频信号样本及对应类别‑频率位置标签的训练数据集;设计深度神经网络架构,利用训练数据集优化网络权重,生成跳频信号截获模型:包括以下步骤:S1.1、宽带IQ信号采集;S1.2、STFT转换;S1.3、伪彩转换;S1.4、图像压缩;S1.5、数据归一化;S1.6、网络训练;S2、实时推理阶段:将接收的短波IQ信号输入训练完成的信号截获模型,得到是否存在跳频信号、跳速及频率范围的结果。通过上述方式,本发明通过时频转换与深度学习结合,实现短波窄带跳频信号的实时检测与参数提取,有效解决了复杂电磁背景环境下对短波窄带跳频信号的快速截获的难题。
技术关键词
截获方法 跳频 深度神经网络架构 信号 双线性插值算法 图像压缩 深度神经网络模型 伪彩色编码 CSP结构 短时傅里叶变换 频率 阶段 分辨率 训练集数据 软件算法 参数
系统为您推荐了相关专利信息
1
一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法
深度学习模型 状态评估方法 参数 一维卷积神经网络 回路
2
一种咪头触发方法、咪头触发电路及咪头
可编程放大器 咪头 膜片 电阻值 恒流源
3
一种管材拉伸性能的检测系统及装置
应变片传感器 管材 决策树模型 模块 驱动结构
4
一种智能型电力财务票据管理装置
电力财务票据管理 电子票据 智能型 审核规则 校验规则
5
一种多模态交通事故响应决策方法及系统
多模态 交通流预测 深度学习预测模型 决策方法 长短期记忆网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号