申请/专利权人:上海卫星工程研究所
申请日:2023-12-25
公开(公告)日:2024-04-09
公开(公告)号:CN117851947A
主分类号:G06F18/2433
分类号:G06F18/2433;G06F18/2411;G06F18/213;G06F18/15;G06F18/214;G06F18/21;H04B17/345;G06F18/23213;G06F18/2135;G06N3/08;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明提供一种基于时频序列差分与单类支持向量机的频谱异常检测方法和系统,包括:通过频谱仪实时采集接收到的卫星频谱数据,并对频谱数据进行离散化处理,得到频谱序列数据;对频谱序列数据进行时频序列差分处理,得到时间序列差分数据和频率序列差分数据;统计时间序列差分数据和频率序列差分数据的特征值,并对提取得到的特征值进行归一化等预处理,送入频谱历史数据库中完善历史数据;从历史数据库中构建模型训练数据集,训练OCSVM异常检测模型,并对实时频谱数据进行异常检测,得出检测结果;评价异常检测的效果。本发明采用通用设计,解决现有检测方法通用性差、重复设计的问题,实现卫星测控、数传、中继的不同类型射频信号频谱异常识别。
主权项:1.一种基于时频序列差分与单类支持向量机的频谱异常检测方法,其特征在于,包括:步骤S1:通过频谱仪实时采集接收到的卫星频谱数据,并对频谱数据进行离散化处理,得到频谱序列数据;步骤S2:对频谱序列数据进行时频序列差分处理,得到时间序列差分数据和频率序列差分数据;步骤S3:统计时间序列差分数据和频率序列差分数据的特征值,并对提取得到的特征值进行归一化等预处理,送入频谱历史数据库中完善历史数据;步骤S4:从历史数据库中构建模型训练数据集,训练OCSVM异常检测模型,并对实时频谱数据进行异常检测,得出检测结果。
全文数据:
权利要求:
百度查询: 上海卫星工程研究所 基于时频序列差分与单类支持向量机的频谱异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。