龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网山东省电力公司信息通信公司;浙江大学
摘要：本发明公开一种基于人工智能的声表面波无源无线传感系统抗干扰方法，首先获取不同频率下包括噪声、正常响应和干扰在内的各种声表面波回波信号的射频信号强度数据，并为其赋予不同的标签；将射频信号强度数据依次进行预处理、标准化、独热编码、添加一个额外的维度，使数据变成三维形式；构建训练注意力机制的一维CNN神经网络分类模型，模型包括用于提取射频信号强度数据的时频特征且卷积核的大小为1填充为1步幅为1的一维卷积层，以及对一维卷积层提取的时频特征进行加权平均的注意力机制模块；利用训练后的一维CNN神经网络模型输出新的声表面波回波信号的类别。本发明在实现抗干扰时，可以保留回波信号的时域和频域信息，减少了信息的丢失，提高信号重建质量和可靠性。
主权项：1.一种基于人工智能的声表面波无源无线传感系统抗干扰方法，其特征在于，包括如下步骤：步骤一：获取不同频率下包括噪声、正常响应和干扰在内的各种声表面波回波信号的射频信号强度数据，并为声表面波回波信号赋予不同的标签；步骤二：首先，将各种声表面波回波信号的射频信号强度数据进行预处理，使得所有数据长度一致；然后再进行数据的标准化处理，并对标准化后的数据进行独热编码；最后对二维数据添加一个额外的通道数维度，使数据变成三维形式，即，三维数据的维度分别为样本数、特征数、通道数，其中通道数为1；步骤三：构建注意力机制的一维CNN神经网络分类模型，所述一维CNN神经网络分类模型包括一层一维卷积层和注意力机制模块；所述一维卷积层用于提取射频信号强度数据的时频特征，卷积核的大小为1，填充为1，步幅为1，用于增强特征提取的非线性能力；所述注意力机制模块对一维卷积层提取的时频特征进行加权平均；采用步骤二得到的数据对所述一维CNN神经网络分类模型进行训练；步骤四：采集新的声表面波回波信号，将其进行和步骤二相同的处理后，输入训练后的一维CNN神经网络模型，模型输出新的声表面波回波信号的类别。
全文数据：
权利要求：
百度查询： 国网山东省电力公司信息通信公司 浙江大学 基于人工智能的声表面波无源无线传感系统抗干扰方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号