一种隐蔽弱信号的特征识别方法和装置
知识产权简介
基于传统特征提取与机器学习分类器的特征识别方法,通过人工设计信号特征参数(如瞬时幅度、相位、频谱特征等),结合SVM、决策树等传统分类器进行特征分类识别。
转化前景
本发明提供一种隐蔽弱信号的特征识别方法和装置,解决在信号叠加场景下,如何从复杂的总信号中精准恢复和提取小信号并实现弱信号特征准确识别的问题。本发明的目的在于通过创新的信号处理流程和深度学习网络结构,实现对隐蔽弱信号中多种特征的稳定、可靠识别,包括但不限于调制方式、信号指纹、异常特征等。在现代无线通信系统中,频谱资源的密集利用与复杂电磁环境下的强干扰信号叠加,使得微弱信号的特征识别面临严峻挑战。随着无线通信技术发展,对信号特征识别的要求已从单一的调制方式识别扩展到包括信号指纹、异常特征、特定模式等更广泛的特征类型。在军事侦察、频谱监测、故障诊断等领域,准确识别隐蔽在强背景噪声中的弱信号特征具有重要价值。