公开(公告)号：CN113569742B

公开(公告)日：2023-04-07

申请号：CN202110861262.7

申请日：2021-07-29

申请人： 西南交通大学

发明人： 朱峰 ,  効迎春 ,  杨阳 ,  杨承潘

IPC分类号： G06F18/213 ,  G06F18/22 ,  G06F18/24 ,  G06F18/10 ,  G06F18/241 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

摘要： 本发明属于干扰源识别技术领域，具体的说是涉及一种基于卷积神经网络的宽频带电磁干扰源识别方法。本发明基于特定环境下常见电磁干扰源的频谱信号，使用相关运算对原始信号进行降噪处理，利用新构建的卷积神经网络提取频谱信号的深度特征，基于类内与类间的相对距离Softmax损失函数，对深度特征进行分类。利用训练数据集更新网络参数，训练得到网络，利用训练好的网络对待检测目标进行识别，得到识别结果。此方法能够快速准确的识别特定电磁环境下的电磁干扰源类型。

公开(公告)号：CN113569742A

公开(公告)日：2021-10-29

申请号：CN202110861262.7

申请日：2021-07-29

申请人： 西南交通大学

发明人： 朱峰 ,  効迎春 ,  杨阳 ,  杨承潘

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明属于干扰源识别技术领域，具体的说是涉及一种基于卷积神经网络的宽频带电磁干扰源识别方法。本发明基于特定环境下常见电磁干扰源的频谱信号，使用相关运算对原始信号进行降噪处理，利用新构建的卷积神经网络提取频谱信号的深度特征，基于类内与类间的相对距离Softmax损失函数，对深度特征进行分类。利用训练数据集更新网络参数，训练得到网络，利用训练好的网络对待检测目标进行识别，得到识别结果。此方法能够快速准确的识别特定电磁环境下的电磁干扰源类型。