一种基于时频瀑布图和卷积神经网络的干扰信号识别方法
公开
摘要
本发明公开了一种基于时频瀑布图和卷积神经网络的干扰信号识别方法，包括如下步骤：信号接收；信号处理；信号分类；结果输出。本发明能够利用接收到干扰信号的时频瀑布图，判断干扰信号的类型，从而可以驱使系统采取相对应的抗干扰策略，从而保障用户通信的稳定进行。
基本信息
专利标题 ：
一种基于时频瀑布图和卷积神经网络的干扰信号识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580468A
申请号 ：
CN202210167723.5
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王可为刘一甲吴志豪王伟黄赞奇张海仁黄叶婷苏悦悦李宵杰戚楠
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市秦淮区御道街29号
代理机构 ：
南京苏高专利商标事务所(普通合伙)
代理人 ：
王安琪
优先权 ：
CN202210167723.5
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
