基于频域叠加和深度学习的频谱信号识别
Spectrum signal identification based on frequency-domain superposition and deep learning
西南交通大学 a. 信息科学与技术学院智能感知智慧运维实验室; b. 综合交通大数据应用技术国家工程实验室, 成都 611756
摘要
针对频谱监测领域频带较宽、接收机采样步进受限而造成的宽带频谱信号难以识别的问题，提出了一种频域叠加预处理和目标检测相结合的频谱信号识别方法。该方法利用频域叠加对频谱数据进行多帧叠加来突出频谱中的弱信号，将叠加处理后的频谱图像送入改进的目标检测网络中进行信号类型的识别。经过实验证明，此方法能够有效地识别7种类型的频谱信号，提出的频域叠加预处理能够提升目标检测算法的精度，并提高频谱中弱信号的识别能力，在信噪比为6 dB时，算法能够达到89.7%的平均识别率。
基金项目
国家重点研发计划资助项目(2020YFB1711902)
四川省科技计划资助项目(2020SYSY0016)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.07.0386
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第3期
所属栏目: 网络与通信技术
出版页码: 874-879
文章编号: 1001-3695(2023)03-038-0874-06
发布历史
[2022-10-19] 优先出版
[2023-03-05] 印刷出版
引用本文
周宇航, 侯进, 李嘉新, 等. 基于频域叠加和深度学习的频谱信号识别 [J]. 计算机应用研究, 2023, 40 (3): 874-879. (Zhou Yuhang, Hou Jin, Li Jiaxin, et al. Spectrum signal identification based on frequency-domain superposition and deep learning [J]. Application Research of Computers, 2023, 40 (3): 874-879. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
