一种基于多任务深度卷积神经网络的载波信号检测方法
基本信息
申请号 | CN202110549327.4 | 申请日 | - |
公开(公告)号 | CN113221781A | 公开(公告)日 | 2021-08-06 |
申请公布号 | CN113221781A | 申请公布日 | 2021-08-06 |
分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;H04L27/00(2006.01)I;H04L27/26(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 李建清;黄浩 | 申请(专利权)人 | 成都海擎科技有限公司 |
代理机构 | 成都虹盛汇泉专利代理有限公司 | 代理人 | 周永宏 |
地址 | 610000四川省成都市中国(四川)自由贸易试验区成都高新区天府三街69号1栋24层2418号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于多任务深度卷积神经网络的载波信号检测方法,包括以下步骤:S1、使用Matlab生成多载波宽带时域信号,并通过welch功率谱估计算法计算该信号的功率谱;S2、根据每个功率谱上载波的频率起止位置制作功率谱输入对应的标签;S3、将功率谱和标签输入多任务深度卷积神经网络进行训练;S4、将真实宽带卫星功率谱信号进行归一化后输入网络模型,得到的载波中心点、载波中心点偏移和载波带宽预测结果,计算所有载波的中心频率和带宽,然后通过非极大值抑制,得到最终载波中心频率和带宽大小预测结果。本发明避免了载波检测方法中人为提取特征所带来的主观影响的因素,提高了检测效率和检测准确率,并增强了检测过程中的噪声抑制能力。 |
