-
公开(公告)号:CN119357828B
公开(公告)日:2025-03-04
申请号:CN202411900195.5
申请日:2024-12-23
Applicant: 兰州大学
IPC: G06F18/2415 , G06N20/00 , G06F18/213 , H04B15/00 , H04L67/12
Abstract: 本发明属于信号处理领域,涉及到一种基于深度学习的信号智能识别过滤方法,其通过综合目标设备当前所处工业物联网环境影响展开目标波形相对其标准形态的异常偏差度分析,初步检测目标波形是否存在潜在通信干扰迹象,若初步检测存在,则深入分析目标波形时域、频域和时频域对应特征,计算当前接收的目标设备通信信号内携带干扰信号的概率,进一步验证目标波形潜在通信干扰迹象真实性,针对当前目标设备通信信号内携干扰信号属性选择适配滤波器对其进行过滤处理,有效评估目标设备通信信号的干扰过滤效果,极大提高工业物联网设备通信信号干扰识别的灵活性、准确性和可靠性,推动工业物联网通信信号干扰过滤技术的不断进步。
-
公开(公告)号:CN119357828A
公开(公告)日:2025-01-24
申请号:CN202411900195.5
申请日:2024-12-23
Applicant: 兰州大学
IPC: G06F18/2415 , G06N20/00 , G06F18/213 , H04B15/00 , H04L67/12
Abstract: 本发明属于信号处理领域,涉及到一种基于深度学习的信号智能识别过滤方法,其通过综合目标设备当前所处工业物联网环境影响展开目标波形相对其标准形态的异常偏差度分析,初步检测目标波形是否存在潜在通信干扰迹象,若初步检测存在,则深入分析目标波形时域、频域和时频域对应特征,计算当前接收的目标设备通信信号内携带干扰信号的概率,进一步验证目标波形潜在通信干扰迹象真实性,针对当前目标设备通信信号内携干扰信号属性选择适配滤波器对其进行过滤处理,有效评估目标设备通信信号的干扰过滤效果,极大提高工业物联网设备通信信号干扰识别的灵活性、准确性和可靠性,推动工业物联网通信信号干扰过滤技术的不断进步。
-