申请/专利权人:广东机电职业技术学院
申请日:2023-09-28
公开(公告)日:2024-04-12
公开(公告)号:CN117335912B
主分类号:H04B17/391
分类号:H04B17/391;H04B17/10;H04B17/21
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2024.01.19#实质审查的生效;2024.01.02#公开
摘要:本发明提供了一种频谱智能感知方法及系统,涉及频谱感知领域,包括:遍历多个频谱感知设备,基于发射端位置信息,构建多个数字孪生传输路径;遍历多个数字孪生传输路径,对发射振幅特征和发射相位特征进行变量分析,生成振幅特征变量和相位特征变量;根据振幅特征变量和相位特征变量,对多个频谱感知设备的多组接收信号频谱特征进行补偿,生成多组频谱特征补偿结果;对多组频谱特征补偿结果进行频谱枚举组合,构建多个频谱组合方案;遍历多个频谱组合方案,基于分布异常分析算法进行处理,生成的最小值频谱特征对应的接收信号,设为频谱感知结果。解决现有技术频谱信号的分选处理过程较为冗杂,存在处理效率较低的技术问题。
主权项:1.一种频谱智能感知方法,其特征在于,应用于一频谱智能感知系统,所述系统和多个频谱感知设备通信连接,任意两个频谱感知设备之间具有预设距离,包括:遍历多个频谱感知设备,基于发射端位置信息,构建多个数字孪生传输路径;遍历所述多个数字孪生传输路径,对发射振幅特征和发射相位特征进行变量分析,生成振幅特征变量和相位特征变量;根据所述振幅特征变量和所述相位特征变量,对所述多个频谱感知设备的多组接收信号频谱特征进行补偿,生成多组频谱特征补偿结果;对所述多组频谱特征补偿结果进行频谱枚举组合,构建多个频谱组合方案;遍历所述多个频谱组合方案,基于分布异常分析算法进行处理,生成多个分布异常系数,包括:遍历所述多个频谱组合方案,基于分布异常分析算法进行处理,计算多个频谱组合方案分布密度均值,包括:以振幅特征为横坐标轴,以相位特征为纵坐标轴,构建频谱信号分布坐标系;将所述多个频谱组合方案的第一频谱组合方案,在所述频谱信号分布坐标系中进行分布,获取特征点分布坐标;遍历所述特征点分布坐标,基于分布异常分析算法进行处理,获取多个第一方案特征点分布密度,包括:获取所述特征点分布坐标的第一特征点坐标,自近而远筛选邻域特征点,生成第一邻域坐标集,其中,所述第一邻域坐标集为K个;获取第一反向邻域坐标集,其中,所述第一特征点坐标为所述第一反向邻域坐标集的任意一个坐标的所述邻域特征点;构建第一分布密度计算函数: 其中,ρ1表征第一分布密度,d1j表征第一特征点坐标和第一邻域坐标集的第j个坐标的欧氏距离,d1l表征第一特征点坐标和第一反向邻域坐标集的第l个坐标的欧氏距离,M表征第一反向邻域坐标集的坐标数量;将所述第一分布密度添加进所述多个第一方案特征点分布密度;对所述多个第一方案特征点分布密度进行均值处理,生成第一频谱组合方案分布密度均值,添加进所述多个频谱组合方案分布密度均值;从所述多个频谱组合方案分布密度均值的最大值的频谱组合方案中,提取多个特征点分布密度;基于分布密度均值最大值,遍历所述多个特征点分布密度求比,生成所述多个分布异常系数;提取所述多个分布异常系数的最小值频谱特征对应的接收信号,设为频谱感知结果。
全文数据:
权利要求:
百度查询: 广东机电职业技术学院 一种频谱智能感知方法及系统
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。