采用一阶导数与对抗网络的信号自动识别方法技术

本发明专利技术公开了一种信号曲线尖峰脉冲检测方法，所述方法包括：使用差分计算信号曲线的一阶导数；构造对抗网络，对利用导数信息识别尖峰脉冲位置的过程进行建模；使用随机生成的尖峰与背景噪声叠加，得到模拟的信号曲线；将信号峰与其构成的模拟曲线组合为训练数据集；使用数据集对网络进行交替训练，形成对脉冲信号的直接识别能力；该方法通过自主生成模拟数据，无需真实样本即可进行训练；利用导数信息进行识别，有效去除了背景干扰，提升了准确率；训练成功的模型能够处理形态广泛的信号曲线，无需针对不同输入设置人工参数，显著提升了自动化程度；使用简单，处理速度快，效率高，尤其适用于生物检测等大量信号数据的处理问题。适用于生物检测等大量信号数据的处理问题。适用于生物检测等大量信号数据的处理问题。

【技术实现步骤摘要】
采用一阶导数与对抗网络的信号自动识别方法


[0001]本专利技术涉及信号处理领域，尤其涉及一种尖峰脉冲信号自动识别方法。

技术介绍

[0002]在一维信号处理领域中，尖峰脉冲信号的识别是一类重要的基础问题。在众多实际应用中产生的信号，如质谱、拉曼光谱、核磁共振谱、红外光谱等数据，均为叠加了各种噪声的尖峰脉冲信号。在当前大数据应用分析日益频繁的背景下，如何通过高度自动化的方法，在这类信号曲线中有效识别脉冲信号，是数据分析的关键，直接影响最终结论的准确性。
[0003]目前的脉冲识别信号以时域或空间域的滤波为主。这些传统方法的思路为：首先对信号曲线进行一种变换，将其映射到一种能够区分脉冲信号与干扰信号的空间。在变换后的空间中，目标信号和干扰信号分别集中于各自特定的区域。通过设置划分的阈值，将目标尖峰信号分离出来。在完成分离过程后，再将信息映射回原空间，并通过细致处理分离出的脉冲峰与周边数据点的关系，最终明确其中心位置和区间范围。现有的这类算法存在以下问题：首先，分离阈值的选择需要人工设定，难以有效自动化；其次，变换过程需要设计合适的基函数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采用一阶导数信息的尖峰脉冲信号自动化识别方法，其特征在于，所述方法包括：使用随机方法自主构造包含脉冲尖峰信号的训练样本；训练对抗网络作为智能模型进行自动化识别；使用训练成功的系统对新输入的信号曲线执行处理任务。2.根据权利要求1所述方法，其特征在于，所述使用随机方法自主构造包含脉冲尖峰信号的训练样本，包括：通过随机生成的高斯函数模拟尖峰信号，通过随机生成的三角函数叠加的曲线模拟背景噪声，通过均匀分布的白噪声模拟高频噪声，将尖峰与背景噪声和高频噪声叠加得到模拟的信号曲线。3.根据权利要求2所述方法，其特征在于，所述...

【专利技术属性】
技术研发人员：刘元杰，林建涵，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：