買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜重慶郵電大學申請的專利一種基于深度學習網絡的干擾知識庫構建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116306935B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310273570.7，技術領域涉及：G06N5/022；該發明授權一種基于深度學習網絡的干擾知識庫構建方法是由徐勇軍;張曉茜;田秦語;徐娟;唐俞;阮定良;孫遠欣;陳前斌設計研發完成，并于2023-03-20向國家知識產權局提交的專利申請。

本一種基于深度學習網絡的干擾知識庫構建方法在說明書摘要公布了：本發明涉及一種基于深度學習網絡的干擾知識庫構建方法，屬于干擾識別技術領域，包括以下步驟：S1：分析干擾信號在復雜場景中的特點，通信終端設備周圍環境中不同種類的干擾信號給出不同的干擾抑制策略；S2：構建干擾知識庫離線訓練模塊：基于場景分析，利用原始干擾數據來建立初始知識庫并訓練深度學習網絡，得到具有在線識別能力的干擾識別模型；S3：構建干擾知識庫在線學習模塊：將實時采集的干擾數據經模塊識別后所得到的特征數據集與初始數據庫進行匹配，若為新的數據集，則進行在線更新知識庫，即得到具備在線學習能力的干擾知識庫構建模塊。

本發明授權一種基于深度學習網絡的干擾知識庫構建方法在權利要求書中公布了：1.一種基于深度學習網絡的干擾知識庫構建方法，其特征在于：包括以下步驟：S1：分析干擾信號在復雜場景中的特點，通信終端設備周圍環境中不同種類的干擾信號給出不同的干擾抑制策略；S2：構建干擾知識庫離線訓練模塊：基于場景分析，利用原始干擾數據來建立初始知識庫并訓練深度學習網絡，得到具有在線識別能力的干擾識別模型；S3：構建干擾知識庫在線學習模塊：將實時采集的干擾數據經模塊識別后所得到的特征數據集與初始數據庫進行匹配，若為新的數據集，則進行在線更新知識庫，即得到具備在線學習能力的干擾知識庫構建模塊；所述步驟S3具體包括：S31：將從外界實時采集的干擾數據進行數字處理，得到清洗后的有效實測數據集；S32：將該數據集導入干擾檢測模塊進行檢測，若不存在干擾則忽略；反之給出干擾的基本信息；S33：將數據集進行預處理并將其輸入到特征提取模塊提取對各維度特征集；S34：將特征集輸入到DNN模塊進行識別，輸出該干擾的類型參數；S35：將其特征參數信息與知識庫進行匹配，若知識庫中已存在，則忽略，反之，則將其更新到知識庫中，實現知識庫的在線學習更新功能；所述干擾檢測模塊的流程為：將原始數據集導入檢測模塊，首先進行干擾信號存在性檢查，接著進行基于能量檢測算法的干擾頻譜分析，得到基本的干擾參數信息，步驟如下：1DSP中接收到數據位信號頻譜的模，首先對接收到頻譜進行平方，并按從小到大進行排序；2選取前面最小的500個頻譜值進行第一次干擾檢測門限設定，門限因子c＝2.7，即3用所有的頻譜值與T1進行比較，所有小于T1的頻譜值作為基準譜線進行第二次檢測門限設定，第二次檢測門限因子為2.7，最終門限其中總數為M；4所有的頻譜值與最終門限T進行比較，如果頻譜位置輸出1，表示收到干擾，否則輸出0，表示沒有受到干擾。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區黃桷埡崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。