基于卷积神经网络的无线电广播同频干扰检测

摘要：

针对无线电干扰中较为突出的同频干扰问题,将深度学习应用于干扰信号检测,提出一种无线电调频广播同频干扰检测算法.将调频广播数据转化为能体现信号特性的小波变换时频图,并将其作为卷积神经网络(CNN)的训练数据,训练CNN学习信号的时频特征,得到干扰检测模型.实验结果表明,与传统的机器学习算法相比,该算法能更准确地检测出广播信号中是否存在同频干扰信号,其干扰检测准确率达95.0％.

关键词：同频干扰、调频广播信号、卷积神经网络、小波变换、特征提取

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：浙江大学CAD&CG国家重点实验室开放课题A1923;成都市科技惠民技术研发项目2015-HM01-00050-SF

在线出版日期：2019-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：301-307