发明公开
- 专利标题: 训练频谱感知模型的方法及系统、频谱感知方法及系统
- 专利标题(英): Method and system for training spectrum sensing model and spectrum sensing method and system
-
申请号: CN201910179072.X申请日: 2019-03-11
-
公开(公告)号: CN110138480A公开(公告)日: 2019-08-16
- 发明人: 张东磊 , 安春燕 , 李建岐 , 陆阳 , 院成龙 , 方景辉 , 邵炜平 , 郑伟军 , 唐锦江
- 申请人: 全球能源互联网研究院有限公司 , 国网浙江省电力有限公司嘉兴供电公司 , 国网浙江省电力有限公司 , 国家电网有限公司
- 申请人地址: 北京市昌平区未来科技城滨河大道18号
- 专利权人: 全球能源互联网研究院有限公司,国网浙江省电力有限公司嘉兴供电公司,国网浙江省电力有限公司,国家电网有限公司
- 当前专利权人: 全球能源互联网研究院有限公司,国网浙江省电力有限公司嘉兴供电公司,国网浙江省电力有限公司,国家电网有限公司
- 当前专利权人地址: 北京市昌平区未来科技城滨河大道18号
- 代理机构: 北京三聚阳光知识产权代理有限公司
- 代理商 马永芬
- 主分类号: H04B17/391
- IPC分类号: H04B17/391 ; H04B17/382
摘要:
本发明公开一种训练频谱感知模型的方法及系统、频谱感知方法及系统,其中频谱感知方法包括:实时采集待检测的无线电信号;获取待检测的无线电信号的频谱采样协方差矩阵;将待检测的无线电信号的频谱采样协方差矩阵转为待检测的无线电信号的灰度图信息;根据待检测的无线电信号的灰度图信息,确定待检测的无线电信号所对应的频谱感知结果。本发明利用卷积神经网络模型对接收无线电信号的采样协方差矩阵提取特征,避免了能量检测法在低信噪比下检测性能恶化和循环平稳特征检测法需要信号的先验信息,利用卷积神经网络来学习协方差矩阵自身的特征,避免了提取特征时矩阵运算的复杂和阈值估计时的误差,最终达到实时检测的要求和真正意义上的盲检测。