基于软件无线电与神经网络的频谱监测识别系统.pdf

基于软件无线电与神经网络的频谱监测识别系统.pdf 本文提出了一种基于软件无线电与神经网络的频谱监测识别系统，以解决当前城市频谱监测工作中的问题。这系统使用GNURadio软件无线电平台实现对某一频段的实时监测，获得所需要的频域数据。然后，使用一系列预处理手段优化数据样本。在前馈（BP）神经网络中，对频域状态波形进行识别，确定其信号数量、类型及信号所处信道。 这系统可以实现持续性频谱监测和智能频谱状态识别判定，其神经网络识别准确率高达96.1%。该系统可以嵌入手持频谱监测设备，并结合云端服务器持续智能地监测区域频谱环境。 该系统的核心技术包括： 1. 软件无线电技术：使用GNURadio软件无线电平台实现对某一频段的实时监测，获得所需要的频域数据。 2. 预处理技术：使用一系列预处理手段优化数据样本，提高数据质量。 3. 神经网络技术：使用前馈（BP）神经网络对频域状态波形进行识别，确定其信号数量、类型及信号所处信道。 4. 智能频谱状态识别技术：使用神经网络技术实现智能频谱状态识别判定，提高频谱监测的智能化程度。 5. 云端服务器技术：使用云端服务器实现持续智能地监测区域频谱环境，提高频谱监测的实时性和智能化程度。 该系统的优点包括： 1. 持续性监测能力强：使用软件无线电技术和神经网络技术实现持续性频谱监测和智能频谱状态识别判定。 2. 智能化程度高：使用神经网络技术实现智能频谱状态识别判定，提高频谱监测的智能化程度。 3. 实时性强：使用云端服务器技术实现实时监测区域频谱环境，提高频谱监测的实时性。 4. 可嵌入性强：该系统可以嵌入手持频谱监测设备，提高频谱监测的便携性和实时性。 本文的创新点包括： 1. 将软件无线电技术与神经网络技术相结合，实现智能频谱监测和识别系统。 2. 使用神经网络技术实现智能频谱状态识别判定，提高频谱监测的智能化程度。 3. 使用云端服务器技术实现实时监测区域频谱环境，提高频谱监测的实时性。 本系统可以解决当前城市频谱监测工作中的问题，提高频谱监测的智能化程度和实时性，为城市频谱监测工作提供了一个新的解决方案。