典型文献
卫星频谱信号智能挖掘技术
文献摘要：
随着空间信息网络的建设,可用频谱资源日益紧缺,面临的电磁环境越来越复杂,实现对全球电磁频谱态势的安全掌控所面临的挑战更加突出.针对以上问题,研究电磁频谱占用状态感知方法,通过构建时间卷积神经网络来感知频谱占用状态;探索频谱参数提取方法,结合底噪拟合和聚类分析,实现对中心频率、带宽、峰值功率等参数的提取;为挖掘异常频谱数据,研究利用神经网络自动检测起伏底噪、频谱草和大带宽等异常频谱;考虑星地间的大传播时延,进一步通过构建神经网络来实现对频谱占用状态的预测;将卫星频谱信号的感知、异常、参数和预测结果进行可视化呈现.初步评估结果表明,所设计的一套频谱感知、异常检测、参数认知和态势预测等卫星频谱智能挖掘技术,在提升频谱态势安全掌控能力的同时,还能有效提升频谱资源利用率.
文献关键词：
频谱感知;参数认知;异常检测;频谱态势
中图分类号：
作者姓名：
吕秋霖;丁晓进;张更新
作者机构：
南京邮电大学物联网学院,江苏南京210003;南京邮电大学卫星通信研究所,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003
文献出处：
引用格式：
[1]吕秋霖;丁晓进;张更新-.卫星频谱信号智能挖掘技术)[J].天地一体化信息网络,2022(03):30-36
A类：
B类：
智能挖掘,挖掘技术,空间信息网络,紧缺,电磁环境,电磁频谱,频谱态势,掌控,状态感知,感知方法,时间卷积神经网络,频谱参数,参数提取方法,对中心,中心频率,峰值功率,常频,频谱数据,研究利用,自动检测,大带宽,大传播时延,可视化呈现,频谱感知,异常检测,参数认知,态势预测,频谱资源利用率
AB值：
0.353271
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
