一种基于时频资源占用的干扰检测方法技术

本发明专利技术涉及一种基于时频资源占用的干扰检测方法，包括以下步骤，首先利用接收机采集空口IQ数据，接着对所述IQ数据进行傅里叶变换获取频域数据，利用所述频域数据绘制时频瀑布图，然后对所述时频瀑布图进行图像处理，分离出各个设备占用的时频资源，并选出正常设备的时频资源，最后通过机器学习算法学习正常设备的时频资源占用规律，并利用机器学习算法检测各个设备的时频资源，输出检测结果，完成移动通信干扰检测。本发明专利技术对移动通信信号进行自动检测，且能准确的检测出干扰信号和正常信号，提高检测效率，保障用户通信质量。保障用户通信质量。保障用户通信质量。

【技术实现步骤摘要】
一种基于时频资源占用的干扰检测方法


[0001]本专利技术涉及移动通信干扰
，尤其是一种基于时频资源占用的干扰检测方法。

技术介绍

[0002]异常干扰信号检测的主要任务是对正常运作的无线电信号进行监测，以保证其正常合法运行。首先，已划定归属的频带不应有其他无线电设备活动；其次，被授权的无线电，当其由于某些原因导致其发射频带泄露到邻近频带影响其他设备或者频谱信号明显异于正常波形，即时进行告警可以避免频段的污染和无效发射。
[0003]现有的监测模式是合法用户对侵占频带的异常信号进行举报，而后进行排查定位处理。而在频谱动态使用的场景下，电磁环境更加复杂，随机性和突发性更加典型，频带冲突的情况也更普遍，传统的应对方法已很难适用。移动通信频段作为与人们密切相关的频谱，其受到干扰会严重影响人们的生活和体验。因此，需要一种可以自动化检测多种移动通信干扰的方法。

技术实现思路

[0004]本专利技术是为了避免上述现有技术所存在的不足之处，提供一种基于时频资源占用的移动通信干扰检测方法，该方法对移动通信信号进行自动检测，且能准确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时频资源占用的干扰检测方法，其特征在于，包括以下步骤：S1、利用接收机采集空口IQ数据；S2、对所述IQ数据进行傅里叶变换获取频域数据，利用所述频域数据绘制时频瀑布图；S3、对所述时频瀑布图进行图像处理，分离出各个设备占用的时频资源，并选出正常设备的时频资源；S4、通过机器学习算法学习正常设备的时频资源占用规律，并利用机器学习算法检测各个设备的时频资源，输出检测结果，完成移动通信干扰检测。2.根据权利要求1所述的基于时频资源占用的干扰检测方法，其特征在于：在所述步骤S3中，分离各个设备占用的时频资源的方法为图像处理方法，所述图像处理方法为：根据不同设备发射信号的功率差异，分离时频资源块。3.根据权利要求1所述的基于时频资源占用的干扰检测方法，其特征在于：在所述步骤S4中，所述机器学习算法包括但不限于GANomaly网络。4.根据权利要求3所述的基于时频资源占用的干扰检测方法，其特征在于：所述GANomaly网络包括生成器网络G、判别器网络D和编码器网络E，所述生成器网络G由编码器G
E
(x)和解码器G
D
(z)组成，用于学习输入数据并获得输入数据的重构数据；所述判别器网络D用于输入输入数据和重构数据并获得分数；所述编码器网络E用于将生成器网络获得的重构数据压缩成向量，获得重构数据编码的潜在变量。...

【专利技术属性】
技术研发人员：陈志军，
申请(专利权)人：北京国保晟达科技有限公司，
类型：发明
国别省市：