基于卷积神经网络的无线电广播同频干扰检测 |
| |
引用本文: | 刘雨灵,侯进,张笑语,陈曾.基于卷积神经网络的无线电广播同频干扰检测[J].计算机工程,2019,45(10):301-307. |
| |
作者姓名: | 刘雨灵 侯进 张笑语 陈曾 |
| |
作者单位: | 西南交通大学信息科学与技术学院,成都,611756;成都华日通讯技术有限公司,成都,610045 |
| |
基金项目: | 国家重点实验室开放基金;成都市科技惠民技术研发项目 |
| |
摘 要: | 针对无线电干扰中较为突出的同频干扰问题,将深度学习应用于干扰信号检测,提出一种无线电调频广播同频干扰检测算法。将调频广播数据转化为能体现信号特性的小波变换时频图,并将其作为卷积神经网络(CNN)的训练数据,训练CNN学习信号的时频特征,得到干扰检测模型。实验结果表明,与传统的机器学习算法相比,该算法能更准确地检测出广播信号中是否存在同频干扰信号,其干扰检测准确率达95.0%。
|
关 键 词: | 同频干扰 调频广播信号 卷积神经网络 小波变换 特征提取 |
Same Frequency Interference Detection in Radio Broadcast Based on Convolutional Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|