CN113708863A - 频谱感知训练数据集的构建方法及装置 - Google Patents
频谱感知训练数据集的构建方法及装置 Download PDFInfo
- Publication number
- CN113708863A CN113708863A CN202111061604.3A CN202111061604A CN113708863A CN 113708863 A CN113708863 A CN 113708863A CN 202111061604 A CN202111061604 A CN 202111061604A CN 113708863 A CN113708863 A CN 113708863A
- Authority
- CN
- China
- Prior art keywords
- power spectrum
- spectrum
- signal
- training data
- data set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种频谱感知训练数据集的构建方法;该方法通过天线对无线信号进行感知,天线感知到的无线信号由数字接收模块分段接收获取多个窄带信号,数字接收模块将获取的窄带信号输送到数字信号处理模块,由所述数字信号处理模块获取窄带信号的窄带功率谱,将相邻的所述窄带功率谱进行拼接,获取宽带功率谱;使用信号检测方法对所述宽带功率谱中的信号进行初步标记,用标记框对宽带功率谱中属于信号的宽带功率谱进行标记;对标记后的宽带功率谱进行反转和/或缩放,获取训练数据集。从而为频谱感知神经网络的深度学习提供数据基础。
Description
技术领域
本发明涉及频谱处理技术领域,尤其涉及一种频谱感知训练数据集的构建方法及装置。
背景技术
频谱感知训练主要用于对频谱管理人员进行频谱识别、频谱选择、频谱标注等训练,因此需要提供大量的频谱训练数据用于训练,这些频谱训练数据如果仅从实际信号中采集获得,一方面会因为带宽限制,难以在带宽较宽或者全频域的频段范围内获得频谱训练数据,另一方面就是实际采集获得的信号频谱的多样性有限,也很难为人员训练提供多种样本,因此训练效果也难以保证。
发明内容
本发明主要解决的技术问题是提供一种频谱感知训练数据集的构建方法,解决难以获得较宽频带范围内的频谱训练数据,以及频谱训练数据在带宽、样式、数量等方面存在多样性不足的问题。
为解决上述技术问题,本发明采用的一个技术方案是提供一种频谱感知训练数据集的构建方法,包括步骤:
功率谱拼接,分频段感知无线电信号,获取多个频段的无线电信号分别对应的多个信号功率谱,将相邻的所述信号功率谱进行拼接,得到宽带功率谱;
生成训练数据集,对所述宽带功率谱进行随机选取、缩放和/或反转处理,获取训练数据集。
优选的,在功率谱拼接步骤中,将相邻的所述信号功率谱进行重叠拼接,预设相邻信号功率谱拼接的重叠长度,相邻的信号功率谱以所述重叠长度进行重叠拼接,重复进行将相邻的信号功率谱进行拼接,获得宽带功率谱。
优选的,对相邻的信号功率谱进行拼接时,相邻的信号功率谱的重叠长度No表示为:
优选的,对于相邻的前一信号功率谱表示为第k段信号功率谱,相邻的后一信号功率谱表示为第k+1段信号功率谱;这两段信号功率谱具有相同的带宽wf和采集频率间隔fd;第k段信号功率谱ak表示为:
其中:分别表示第k段信号功率谱中的多个谱线的功率值,Na表示第k段信号功率谱中谱线的个数,其中其中wfk表示该第k段信号功率谱对应的数字接收模块的滤波器的带宽,Fk表示该第k段信号功率谱的频率分辨率。
第k+1段信号功率谱ak+1表示为:
优选的,相邻的信号功率谱直接拼接,或者相邻的信号功率谱中对后一信号功率谱ak+1相对前一信号功率谱ak进行增益修正后拼接。
优选的,对于拼接后的宽带功率谱a:
a=[a0,a1,…,aN]
其中:a0,a1,…,aN分别拼接后的宽带功率谱a的依次各个谱线的功率值,共有N+1个谱线;该拼接后的宽带功率谱a进行标记,对应的标记向量b表示为:
b=[b0,b1,…,bN]
其中:b0,b1,…,bN分别表示对拼接后的宽带功率谱a中标记向量的值,b0,b1,…,bN=0or1。
优选的,在生成训练数据集步骤中,以随机选取的功率谱为原始功率谱,对所述原始功率谱进行缩小或放大,使所述原始功率谱中的谱线的个数等于需要的样本个数,获得缩放后的功率谱,由所述缩放后的功率谱组成频谱训练数据集。
优选的,所述原始功率谱放大时,选取所述原始功率谱起点和终点,对起点和终点之间的功率谱进行插值,获得插值后的功率谱;
对于宽带功率谱a=[a0,a1,…,aN],在区间[0,N-L)内随机产生起点ns,终点为ns+L-1,该起点到终点的功率谱为标记向量为采用立方插值对ap和bp进行插值,使插值后功率谱中谱线的个数等于所需样本个数Ls,得到插值后的结果为其中a′p为插值后的功率谱,其中的谱线的个数为Ls,b′p为插值后的功率谱a′p对应的标记向量,该向量中的个数也是Ls;由插值后的功率谱组成训练数据集。
优选的,对随机选取的功率谱或插值后的功率谱进行反转操作,在区间[0,1]内的随机产生有理数δ,得到:
其中,reverse(·)表示对以矩阵表示的插值后的结果As中的每一行进行前后顺序的反转操作,即对矩阵每一行内的元素前后顺序进行反转;由此即可获得经过反转的第i个反转样本由缩放后的功率谱、插值后的功率谱和/或反转后的功率谱组成训练数据集。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种频谱感知训练数据集的构建装置,包括拼接模块、生成模块;
拼接模块,被配置为感知无线信号,获取多个窄带信号分别对应的多个窄带功率谱,将相邻的所述窄带功率谱进行拼接,得到宽带功率谱;
生成模块,被配置为对所述宽带功率谱进行反转和/或缩放,获取训练数据集。
本发明的有益效果是:通过天线对无线信号进行感知,天线感知到的无线信号由数字接收模块分段接收获取多个窄带信号,数字接收模块将获取的窄带信号输送到数字信号处理模块,由所述数字信号处理模块获取窄带信号的窄带功率谱,将相邻的所述窄带功率谱进行拼接,获取宽带功率谱;使用信号检测方法对所述宽带功率谱中的信号进行初步标记,用标记框对宽带功率谱中属于信号的宽带功率谱进行标记;对标记后的宽带功率谱进行反转和/或缩放,获取训练数据集。从而为频谱感知神经网络的深度学习提供数据基础。
附图说明
图1是根据本发明频谱感知训练数据集的构建方法一实施例的流程图;
图2是根据本发明频谱感知训练数据集的构建方法一实施例的重叠拼接示意图;
图3是根据本发明频谱感知训练数据集的构建方法一实施例的拼接获得的宽带功率谱的示意图;
图4是根据本发明频谱感知训练数据集的构建方法一实施例的标记后的窄带功率谱示意图;
图5是根据本发明频谱感知训练数据集的构建方法一实施例的标记后的宽带功率谱示意图;
图6是本发明提供的频谱感知训练数据集的构建装置一实施例的框架示意图;
图7是本发明提供的频谱感知训练数据集的构建装置另一实施例的框架示意图;
图8是本发明提供的计算机可读存储介质一实施例的框架示意图。
具体实施方式
为了便于理解本发明,下面结合附图和具体实施例,对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本说明书所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
需要说明的是,除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限值本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1显示了本发明频谱感知训练数据集的构建方法的实施例,包括:
步骤S1:功率谱拼接,分频段感知无线电信号,获取多个频段的无线电信号分别对应的多个信号功率谱,将相邻的所述信号功率谱进行拼接,得到宽带功率谱;
步骤S2:生成训练数据集,对所述宽带功率谱进行随机选取、缩放和/或反转处理,获取训练数据集。
步骤S1中,优选的,采用多个不同频段的高灵敏度的数字接收模块分别接收不同频段的无线信号,这些数字接收模块还具有高动态的优势,能够对幅度变化范围较大的无线电进行全幅度接收,因此获得的无线电信号对应的信号功率谱的幅度变化范围也较大。
优选的,采取数字接收模块分频段采集无线电信号,并获得信号功率谱后,对这些不同频段的信号功率谱进行拼接,获取全频段无线电信号对应的全频域的信号功率谱。
优选的,相邻的信号功率谱进行拼接,将前一信号功率谱的终点与频率相邻的后一信号功率谱的起点重合,重复进行将相邻的信号功率谱进行拼接,获得宽带功率谱。
可以看出,这种拼接属于单点重合拼接,前一信号功率谱与相邻的后一信号功率谱拼接的重合点只有一个,二者拼接的重合度小,有利于提高拼接效率,但是对这两个频谱的拼接点对应的频率值要求精准度高,因此每一个单独的信号功率谱在拼接之前,要对该频谱的起点和终点做精准的选择。
优选的,如图2所示,将相邻的所述信号功率谱进行重叠拼接,预设相邻信号功率谱拼接的重叠长度,相邻的信号功率谱以所述重叠长度进行重叠拼接,重复进行将相邻的信号功率谱进行拼接,获得宽带功率谱。这种方式使得前后拼接的信号功率谱具有一定的重合度,可以直接进行拼接,减少了对信号功率谱的精准预处理。
优选的,在对相邻的信号功率谱进行重叠拼接时,相邻的信号功率谱的重叠长度No表示为:
其中:No表示相邻的信号功率谱的重叠长度,wf表示数字接收模块的滤波器的带宽,fd表示数字接收模块的采集频率间隔,F表示信号功率谱的频率分辨率,其表示信号功率谱的最小频率间隔,也就是说当把信号功率谱进行量化表示时,对应的最小频率间隔或最小频率刻度,例如每20Hz为一个最小频率间隔,则对应表示频率分辨率为20Hz,表示向下取整。
优选的,信号功率谱的频率分辨率F表示为:
其中:win表示数字接收模块的输入带宽,即采集的无线电信号带宽,Nfft表示对无线电信号进行频谱变换采用FFT变换,其中信号功率谱对应计算FFT点数。
进一步的,对于相邻的前一信号功率谱表示为第k段信号功率谱,相邻的后一信号功率谱表示为第k+1段信号功率谱。这两段信号功率谱具有相同的带宽wf和采集频率间隔fd。优选的,第k段信号功率谱ak表示为:
其中:分别表示第k段信号功率谱中的多个谱线的功率值,Na表示第k段信号功率谱中谱线的个数,其中其中wfk表示该第k段信号功率谱对应的数字接收模块的滤波器的带宽,Fk表示该第k段信号功率谱的频率分辨率。
同样的,对于第k+1段信号功率谱,设第k+1段信号功率谱ak+1表示为:
其中:分别表示第k+1段信号功率谱中的多个谱线的功率值,这里第k+1段信号功率谱中多个谱线的个数也是Na,表明第k+1段信号功率谱与第k段信号功率谱对应的数字接收模块的滤波器的带宽相同,以及第k段信号功率谱的频率分辨率与第k+1段信号功率谱的频率分辨率也相同。
对于相邻的信号功率谱没有明显的幅度变化或增益变化,通过重叠拼接,保证了相邻的信号功率谱拼接时的平滑,避免出现由拼接造成的宽带功率谱台阶效应。优选的,相邻的信号功率谱拼接的重叠长度主要是根据数字接收模块的滤波器的带宽wf与fd数字接收模块的采集频率间隔的差值,即wf-fd决定的。
对于相邻的信号功率谱之间存在明显的幅度变化或增益变化,二者并不能直接拼接,而是需要统一到共同的参考基准上后才能进行拼接。因此,需要根据后一信号功率谱ak +1相对前一信号功率谱ak的增益,来对后一信号功率谱ak+1进行修正,以使得相邻的信号功率谱始终能够做到后一信号功率谱ak+1都是相对前一信号功率谱ak为参考基准,进行增益修正后拼接,这样可以保证在统一的功率计量参考基准下进行拼接。
优选的,根据第k段信号功率谱和第k+1段信号功率谱重叠部分的功率谱的均值功率,确定第k+1段信号功率谱在拼接后的增益γk+1表示为:
由此,进一步确定第k+1段信号功率谱增益后修正的功率谱ak+1′表示为:
然后可以将第k+1段信号功率谱增益后修正的功率谱ak+1′与第k段信号功率谱ak进行拼接。
通过相邻的信号功率谱进行拼接后,即可获取宽带功率谱的示意图,如图3所示。
进一步的,在完成频谱拼接以后还可以自动进行标记,通过标记可以实现对拼接后的频谱进行数字化的选择和定位,从中选择出有用信号的频谱,以及定位该频谱所在的位置及带宽。
优选的,如图4所示,对于拼接后的宽带功率谱a:
a=[a0,a1,…,aN]
其中:a0,a1,…,aN分别拼接后的宽带功率谱a的依次各个谱线的功率值,共有N+1个谱线。
如图4所示,可以对该拼接后的宽带功率谱a进行标记,对应的标记向量b表示为:
b=[b0,b1,…,bN]
其中:b0,b1,…,bN分别表示对拼接后的宽带功率谱a中标记向量的值,b0,b1,…,bN=0or1。
优选的,标记的方法是对选取范围或标记范围内功率谱的最大功率值的左右两侧下降3dB处为分界点,即以最大功率值下降3dB后的功率值为参考功率值,对于功率值大于或等于该参考功率值的谱线对应的标记值为1,而对于功率值比小于该参考功率值的谱线对应的标记值为0。由此,可以对应得到图4中所示的标记向量b。
可以看出,通过标记向量b可以得到一组由0和1组成的序列,该序列中的每一个值对应于拼接后的宽带功率谱a中的每一个谱线,当出现0与1的变化处,即为3dB分界点,而连续出现的1则对应的是一个信号的频谱所在的区间,对应也可以获得相应的带宽数据。因此,通过这种标记方法,有利于自动识别和快速定位所需要的频谱的位置。
如图5所示,显示了对所述宽带功率谱中的信号进行标记的示意图,用标记框1对宽带功率谱中属于信号的宽带功率谱进行标记。其中,标记框1内属于信号的信号功率谱的标记向量记为1,标记框1外不属于信号的功率谱的标记向量记为0。并且,所述标记框1内信号功率谱的最大值的左右下降3dB处为标记框1的左右边缘。
以上是对拼接后的频谱进行标记,实际应用中还可以在拼接过程中同步进行标记,方法如下:
如前所述,对于第k段信号功率谱,设第k段信号功率谱ak表示为:
第k段信号功率谱对应的标记向量bk表示为:
同样的,对于第k+1段信号功率谱ak+1表示为:
第k+1段信号功率谱对应的标记向量bk+1表示为:
然后,第k段信号功率谱和第k+1段信号功率谱重叠部分的标记向量进行“与”操作,即:
其中:&为向量间的按位与计算。
进一步的,对于生成训练数据集步骤S2,如前所述,进行频谱拼接后的宽带功率谱a为:
a=[a0,a1,…,aN]
其中:a0,a1,…,aN表示宽带功率谱a中多个谱线的功率值,共有N+1个谱线。
对应的标记向量b为:
b=[b0,b1,…,bN]
其中:b0,b1,…,bN=0or1。
优选的,对于宽带功率谱a进行部分选取,通过随机选取宽带功率谱中一段连续的功率谱。选取中可以根据标记向量b进行选取,避免选取的功率谱中出现全0的情况,以及还可以通过设置连续1的个数进行有针对性的选取有用信号的频谱。
优选的,以随机选取的功率谱为原始功率谱,进一步对原始功率谱进行缩小或放大,使原始功率谱中的谱线的个数等于需要的样本个数,获得缩放后的功率谱,由所述缩放后的功率谱组成频谱训练数据集。
优选的,根据实际需要预设缩放倍数为λ,λ为一有理数,且λ∈[λmin,λmax],优选的,可以取λmin<1,λmax>1。原始功率谱中谱线的个数L与所需样本的个数Ls的关系表示为:
L×λ=Ls
优选的,在进行原始功率谱缩小时,可以等间隔的去除原始功率谱中密集设置的谱线,以使得缩小后的谱线间隔增大,即降低了频率分辨率,由此压缩原始功率谱缩。
优选的,在进行原始功率谱放大时,选取原始功率谱起点和终点,对起点和终点之间的功率谱进行插值,获得插值后的功率谱。
优选的,对于宽带功率谱a=[a0,a1,…,aN],在区间[0,N-L)内随机产生起点ns,终点为ns+L-1,该起点到终点的功率谱为标记向量为采用立方插值对ap和bp进行插值,使插值后功率谱中谱线的个数等于所需样本个数Ls,得到插值后的结果为其中a′p为插值后的功率谱,其中的谱线的个数为Ls,b′p为插值后的功率谱a′p对应的标记向量,该向量中的个数也是Ls。优选的,由插值后的功率谱组成训练数据集。
优选的,还可以进一步对随机选取的功率谱或插值后的功率谱进行反转操作,在区间[0,1]内的随机产生有理数δ,得到:
其中,reverse(·)表示对以矩阵表示的插值后的结果As中的每一行进行前后顺序的反转操作,即对矩阵每一行内的元素前后顺序进行反转。由此即可获得经过反转的第i个反转样本As i。
由缩放后的功率谱、插值后的功率谱和/或反转后的功率谱组成训练数据集。
由此可见,本发明公开了一种频谱感知训练数据集的构建方法。该方法通过天线对无线信号进行感知,天线感知到的无线信号由数字接收模块分段接收获取多个窄带信号,数字接收模块将获取的窄带信号输送到数字信号处理模块,由所述数字信号处理模块获取窄带信号的信号功率谱,将相邻的所述信号功率谱进行拼接,获取宽带功率谱;使用信号检测方法对所述宽带功率谱中的信号进行初步标记,用标记框对宽带功率谱中属于信号的宽带功率谱进行标记;对标记后的宽带功率谱进行反转和/或缩放,获取训练数据集。从而为频谱感知神经网络的深度学习提供数据基础。
请参阅图6,图6是本申请提供的一种频谱感知训练数据集的构建装置60,包括拼接模块61和生成模块62。
拼接模块61,被配置为感知无线信号,获取多个窄带信号分别对应的多个信号功率谱,将相邻的所述信号功率谱进行拼接,得到宽带功率谱。
生成模块62,被配置为对所述宽带功率谱进行反转和/或缩放,获取训练数据集。
请参阅图7,图7是本申请提供的一种频谱感知训练数据集的构建装置70,包括:
存储器71,用于存储计算机程序。
处理器72,用于读取并执行所述存储器中存储的所述计算机程序,当所述计算机程序被执行时,所述处理器执行任一所述的频谱感知训练数据集的构建方法。
处理器72用于执行存储器71中存储的程序指令,以实现上述任一频谱感知训练数据集的构建方法实施例的步骤。在一个具体的实施场景中,频谱感知训练数据集的构建装置70可以包括但不限于:微型计算机、服务器,此外,频谱感知训练数据集的构建装置70还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器72用于控制其自身以及存储器71以实现上述任一频谱感知训练数据集的构建方法实施例的步骤。处理器72还可以称为CPU(Central Processing Unit,中央处理单元)。处理器72可能是一种集成电路芯片,具有信号的处理能力。处理器72还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器72可以由集成电路芯片共同实现。
请参阅图8,图8是本申请提供的计算机可读存储介质一实施例的框架示意图。计算机可读存储介质80存储有能够被处理器运行的程序指令801,程序指令801用于实现上述任一频谱感知训练数据集的构建方法实施例的步骤。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的实施例,并非因此限值本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种频谱感知训练数据集的构建方法,其特征在于,包括步骤:
功率谱拼接,分频段感知无线电信号,获取多个频段的无线电信号分别对应的多个信号功率谱,将相邻的所述信号功率谱进行拼接,得到宽带功率谱;
生成训练数据集,对所述宽带功率谱进行随机选取、缩放和/或反转处理,获取训练数据集。
2.根据权利要求1所述的频谱感知训练数据集的构建方法,其特征在于,在功率谱拼接步骤中,将相邻的所述信号功率谱进行重叠拼接,预设相邻信号功率谱拼接的重叠长度,相邻的信号功率谱以所述重叠长度进行重叠拼接,重复进行将相邻的信号功率谱进行拼接,获得宽带功率谱。
4.根据权利要求3所述的频谱感知训练数据集的构建方法,其特征在于,对于相邻的前一信号功率谱表示为第k段信号功率谱,相邻的后一信号功率谱表示为第k+1段信号功率谱;这两段信号功率谱具有相同的带宽wf和采集频率间隔fd;第k段信号功率谱ak表示为:
其中:分别表示第k段信号功率谱中的多个谱线的功率值,Na表示第k段信号功率谱中谱线的个数,其中其中wfk表示该第k段信号功率谱对应的数字接收模块的滤波器的带宽,Fk表示该第k段信号功率谱的频率分辨率。
第k+1段信号功率谱ak+1表示为:
5.根据权利要求4所述的频谱感知训练数据集的构建方法,其特征在于,相邻的信号功率谱直接拼接,或者相邻的信号功率谱中对后一信号功率谱ak+1相对前一信号功率谱ak进行增益修正后拼接。
6.根据权利要求5所述的频谱感知训练数据集的构建方法,其特征在于,对于拼接后的宽带功率谱a:
a=[a0,a1,…,aN]
其中:a0,a1,…,aN分别拼接后的宽带功率谱a的依次各个谱线的功率值,共有N+1个谱线;该拼接后的宽带功率谱a进行标记,对应的标记向量b表示为:
b=[b0,b1,…,bN]
其中:b0,b1,…,bN分别表示对拼接后的宽带功率谱a中标记向量的值,b0,b1,…,bN=0or1。
7.根据权利要求6所述的频谱感知训练数据集的构建方法,其特征在于,在生成训练数据集步骤中,以随机选取的功率谱为原始功率谱,对所述原始功率谱进行缩小或放大,使所述原始功率谱中的谱线的个数等于需要的样本个数,获得缩放后的功率谱,由所述缩放后的功率谱组成频谱训练数据集。
10.一种频谱感知训练数据集的构建装置,其特征在于,包括拼接模块、生成模块;
拼接模块,被配置为感知无线信号,获取多个窄带信号分别对应的多个窄带功率谱,将相邻的所述窄带功率谱进行拼接,得到宽带功率谱;
生成模块,被配置为对所述宽带功率谱进行反转和/或缩放,获取训练数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111061604.3A CN113708863B (zh) | 2021-09-10 | 2021-09-10 | 频谱感知训练数据集的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111061604.3A CN113708863B (zh) | 2021-09-10 | 2021-09-10 | 频谱感知训练数据集的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113708863A true CN113708863A (zh) | 2021-11-26 |
CN113708863B CN113708863B (zh) | 2023-08-01 |
Family
ID=78659847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111061604.3A Active CN113708863B (zh) | 2021-09-10 | 2021-09-10 | 频谱感知训练数据集的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113708863B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1589469A (zh) * | 2001-11-23 | 2005-03-02 | 皇家飞利浦电子股份有限公司 | 音频信号带宽扩展 |
US6876953B1 (en) * | 2000-04-20 | 2005-04-05 | The United States Of America As Represented By The Secretary Of The Navy | Narrowband signal processor |
US20080215322A1 (en) * | 2004-02-18 | 2008-09-04 | Koninklijke Philips Electronic, N.V. | Method and System for Generating Training Data for an Automatic Speech Recogniser |
US20110151798A1 (en) * | 2009-12-17 | 2011-06-23 | Electronics And Telecommunications Research Institute | Method and apparatus for sensing multi-path spectrum of cognitive radio system and cognitive radio system thereof |
EP2343571A1 (en) * | 2010-01-11 | 2011-07-13 | BAE Systems PLC | Method of providing a radar high range resolution profile |
CN102868465A (zh) * | 2012-09-17 | 2013-01-09 | 中兴通讯股份有限公司 | 获取宽带频谱的方法及装置 |
CN108599882A (zh) * | 2018-03-30 | 2018-09-28 | 中国电子科技集团公司第三十六研究所 | 一种基于自编码器的宽带频谱感知方法和装置 |
CN109034127A (zh) * | 2018-08-31 | 2018-12-18 | 中国电子科技集团公司第三十六研究所 | 一种频谱异常检测方法、装置和电子设备 |
CN109495197A (zh) * | 2018-12-21 | 2019-03-19 | 中国人民解放军陆军炮兵防空兵学院 | 一种自适应宽带合作压缩频谱感知方法 |
CN110110683A (zh) * | 2019-05-14 | 2019-08-09 | 南京御通信息技术有限公司 | 一种便携式频谱监测设备及其预处理信号检测方法 |
CN110460337A (zh) * | 2019-08-13 | 2019-11-15 | 刘涛 | 一种高速采样与重构方法 |
CN111327395A (zh) * | 2019-11-21 | 2020-06-23 | 沈连腾 | 一种宽带信号的盲检测方法、装置、设备及存储介质 |
US20200320979A1 (en) * | 2019-04-08 | 2020-10-08 | International Business Machines Corporation | Synthetic Narrowband Data Generation for Narrowband Automatic Speech Recognition Systems |
CN111766443A (zh) * | 2020-06-02 | 2020-10-13 | 江苏集萃移动通信技术研究所有限公司 | 基于窄带频谱缝合的分布式宽带电磁信号监测方法及系统 |
US20200374819A1 (en) * | 2018-01-29 | 2020-11-26 | University Of Science And Technology Of China | Wireless sensor network deployment structure combined with sfft and coa and frequency spectrum reconstruction method therefor |
CN112580670A (zh) * | 2020-12-31 | 2021-03-30 | 中国人民解放军国防科技大学 | 基于迁移学习的高光谱空谱联合特征提取方法 |
-
2021
- 2021-09-10 CN CN202111061604.3A patent/CN113708863B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6876953B1 (en) * | 2000-04-20 | 2005-04-05 | The United States Of America As Represented By The Secretary Of The Navy | Narrowband signal processor |
CN1589469A (zh) * | 2001-11-23 | 2005-03-02 | 皇家飞利浦电子股份有限公司 | 音频信号带宽扩展 |
US20080215322A1 (en) * | 2004-02-18 | 2008-09-04 | Koninklijke Philips Electronic, N.V. | Method and System for Generating Training Data for an Automatic Speech Recogniser |
US20110151798A1 (en) * | 2009-12-17 | 2011-06-23 | Electronics And Telecommunications Research Institute | Method and apparatus for sensing multi-path spectrum of cognitive radio system and cognitive radio system thereof |
EP2343571A1 (en) * | 2010-01-11 | 2011-07-13 | BAE Systems PLC | Method of providing a radar high range resolution profile |
CN102868465A (zh) * | 2012-09-17 | 2013-01-09 | 中兴通讯股份有限公司 | 获取宽带频谱的方法及装置 |
US20200374819A1 (en) * | 2018-01-29 | 2020-11-26 | University Of Science And Technology Of China | Wireless sensor network deployment structure combined with sfft and coa and frequency spectrum reconstruction method therefor |
CN108599882A (zh) * | 2018-03-30 | 2018-09-28 | 中国电子科技集团公司第三十六研究所 | 一种基于自编码器的宽带频谱感知方法和装置 |
CN109034127A (zh) * | 2018-08-31 | 2018-12-18 | 中国电子科技集团公司第三十六研究所 | 一种频谱异常检测方法、装置和电子设备 |
CN109495197A (zh) * | 2018-12-21 | 2019-03-19 | 中国人民解放军陆军炮兵防空兵学院 | 一种自适应宽带合作压缩频谱感知方法 |
US20200320979A1 (en) * | 2019-04-08 | 2020-10-08 | International Business Machines Corporation | Synthetic Narrowband Data Generation for Narrowband Automatic Speech Recognition Systems |
CN110110683A (zh) * | 2019-05-14 | 2019-08-09 | 南京御通信息技术有限公司 | 一种便携式频谱监测设备及其预处理信号检测方法 |
CN110460337A (zh) * | 2019-08-13 | 2019-11-15 | 刘涛 | 一种高速采样与重构方法 |
CN111327395A (zh) * | 2019-11-21 | 2020-06-23 | 沈连腾 | 一种宽带信号的盲检测方法、装置、设备及存储介质 |
CN111766443A (zh) * | 2020-06-02 | 2020-10-13 | 江苏集萃移动通信技术研究所有限公司 | 基于窄带频谱缝合的分布式宽带电磁信号监测方法及系统 |
CN112580670A (zh) * | 2020-12-31 | 2021-03-30 | 中国人民解放军国防科技大学 | 基于迁移学习的高光谱空谱联合特征提取方法 |
Non-Patent Citations (3)
Title |
---|
DEEPAK JAIN.ETC: "Bismuth Doped Fiber for Filtering Applications", 2019 CONFERENCE ON LASERS AND ELECTRO-OPTICS EUROPE & EUROPEAN QUANTUM ELECTRONICS CONFERENCE (CLEO/EUROPE-EQEC) * |
王可青;陈建忠;牛英滔;朱勇刚;: "基于压缩感知和Welch的宽带频谱感知新算法", 军事通信技术 * |
王永明;张尔扬;程巧金;: "一种有效的宽带数字侦察接收机信号检测方法", 信号处理 * |
Also Published As
Publication number | Publication date |
---|---|
CN113708863B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11449751B2 (en) | Training method for generative adversarial network, image processing method, device and storage medium | |
US10540589B2 (en) | Image quality assessment using similar scenes as reference | |
Cunnington et al. | 21-cm foregrounds and polarization leakage: cleaning and mitigation strategies | |
US8611588B2 (en) | Method of measuring progress of alopecia | |
CN110766095B (zh) | 基于图像灰度特征的缺陷检测方法 | |
US20130103365A1 (en) | Method and apparatus for detecting repetitive structures in 3d mesh models | |
EP1346662A1 (en) | Mascara selecting method, mascara selecting system, and mascara counseling tool | |
CN105303511A (zh) | 图像处理装置及光源识别方法 | |
CN103997590B (zh) | 一种图像校准方法及装置 | |
CN108169201B (zh) | 用于扣除包装干扰的拉曼光谱检测方法 | |
Hoga | Monitoring multivariate time series | |
RU2526889C2 (ru) | Прецизионное измерение формы колебаний | |
DE102020133242A1 (de) | Offene-Schleife-Mehrkanal-Audioimpulsantwort-Messung und Erfassungspfadevaluierung | |
US20140351302A1 (en) | Precision Measurement of Waveforms | |
CN113708863A (zh) | 频谱感知训练数据集的构建方法及装置 | |
CN108573495A (zh) | 基于轮廓信息多尺度分析的稻穗粒无损计数方法与系统 | |
CN111353526A (zh) | 一种图像匹配方法、装置以及相关设备 | |
CN114399669B (zh) | 目标检测方法和装置 | |
MXPA05001802A (es) | Dispositivo de medicion inalambrico. | |
CN108132450B (zh) | 基于数据融合机制的宽带电场传感器平坦度优化方法 | |
Godavarthi et al. | Image Processing For Sdr Applications To Recreate Lost Image Pixels/Packets | |
US10871468B2 (en) | Non-contact material inspection | |
CN109632647A (zh) | 印刷品的结合牢度检测方法、系统、存储介质、电子设备 | |
CN117058005B (zh) | 晶圆的晶粒图像重构方法、装置、电子设备及存储介质 | |
CN110299098B (zh) | 一种穿孔屏幕手表色差的校准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |