一种基于Fish-SVC的2.4GHz频段信号识别方法及系统技术方案

本发明专利技术实施例提供一种基于Fish‑SVC的2.4GHz频段信号识别方法及系统，该方法包括：获取2.4GHz频段的频域数据，并对所述2.4GHz频段的频域数据进行特征提取，得到信号特征；基于人工鱼寻优的启发式算法和支持向量聚类算法，对所述信号特征进行信号识别，确定信号类型。本发明专利技术实施例根据2.4GHz频段的频域数据特征对信号进行特征提取，基于人工鱼寻优的启发式算法以及支持向量聚类的聚类方法，提出一种基于Fish‑SVC的2.4GHz频段信号识别方法，实现该频段信号类型的准确识别。

【技术实现步骤摘要】
一种基于Fish-SVC的2.4GHz频段信号识别方法及系统
本专利技术涉及通信
，尤其涉及一种基于Fish-SVC的2.4GHz频段信号识别方法及系统。
技术介绍
2.4GHz频段信号是指2.4GHz～2.485GHz频段的电磁信号，该频段信号多样，包括了wifi信号，蓝牙信号，手机热点信号，FM无线摄像头信号和无人机信号等多种信号。电磁环境监管工作中需要实现该频段的信号类型识别和分析。信号识别技术是指通过对特定电磁环境中信号时域、频域以及多种变换域的数据采集，实现信号特征的提取和信号类型的分析，而特征选取和分类器的构建方法都会对信号识别的准确性产生影响。目前的信号识别技术主要包含以下三种方法：1、基于能量特征的信号识别方法。目前的电磁信号检测识别系统大多采用基于能量特征的信号识别方法，该方法提取已知信号的频点，带宽以及连续性等物理特征，对信号的不同特征设定合理的阈值，之后通过对电磁环境中信号进行采集，并将采集信号的参数和已有信号进行对比分析，从而完成信号识别，这一类方法简洁高效，但是对于频谱相互重叠的信号识别准确率低；2、基于本文档来自技高网...

【技术保护点】
1.一种基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，包括：/n获取2.4GHz频段的频域数据，并对所述2.4GHz频段的频域数据进行特征提取，得到信号特征；/n基于人工鱼寻优的启发式算法和支持向量聚类的聚类算法，对所述信号特征进行信号识别，确定信号类型。/n

【技术特征摘要】
1.一种基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，包括：
获取2.4GHz频段的频域数据，并对所述2.4GHz频段的频域数据进行特征提取，得到信号特征；
基于人工鱼寻优的启发式算法和支持向量聚类的聚类算法，对所述信号特征进行信号识别，确定信号类型。


2.根据权利要求1所述的基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，所述获取2.4GHz频段的频域数据，包括：
对电磁环境中的电磁信号进行采集，并通过快速傅里叶变换得到实时频谱数据。


3.根据权利要求2所述的基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，所述对所述2.4GHz频段的频域数据进行特征提取，得到信号特征，包括：
对所述实时频谱数据进行特征提取，获取每一个信号的物理特征和统计特征；
对每一个信号进行特征组合，以构成特征向量作为信号特征。


4.根据权利要求3所述的基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，所述基于人工鱼寻优的启发式算法和支持向量聚类的聚类算法，对所述信号特征进行信号识别，确定信号类型，包括：
基于支持向量的聚类算法，将输入的信号特征映射到高维的特征空间，在所述高维的特征空间寻找到最小的超球来包围映射的数据点；
基于人工鱼寻优的启发式寻优方法，求解最优参数；
在所述最优参数的条件下，迭代利用适应度函数对聚类结果进行评估，确定最优的聚类选方案进行信号分类识别。


5.根据权利要求4所述的基于Fish-SVC的2.4GHz频段信号识别方法，其特征在于，所述基于支持向量的聚...

【专利技术属性】
技术研发人员：王文，卢思学，张萌，黄伟庆，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：北京;11