-
题名短距离无线通信网络异常信号识别算法
被引量：9
- 1
-
-
作者
张燕
刘磊
-
机构
电子科技大学成都学院
-
出处
《计算机仿真》
北大核心
2022年第6期197-200,205,共5页
-
文摘
利用目前方法对短距离无线通信网络异常信号进行识别时,没有对网络异常信号特征进行分类,存在异常信号识别准确率不高、不同信噪比下的识别正确率低和网络信号覆盖率差的问题。为此提出短距离无线通信网络异常信号识别方法,首先采用相像系数法对网络异常信号进行特征提取,同时归一化处理异常信号,从中获取了网络异常信号特征向量,将其输入到最小二乘支持向量机中进行分类,在最小二乘支持向量机分类建模期间,取得的超参数会对识别结果产生影响,所以采用灰狼优化算法对超参数进行优化,最终获取了最优解,完成对网络异常信号的识别。实验结果表明,通过上述方法进行异常信号识别准确率测试、不同信噪比下的识别正确率测试和网络信号覆盖率测试,验证了所提方法的有效性强,可靠性高。
-
关键词
短距离
无线通信网络
异常信号识别
最小二乘支持向量机
灰狼优化算法
-
Keywords
Short distance
Wireless communication network
abnormal signal recognition
Least square support vector machine
Gray wolf optimization algorithm
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名变电站电动机械刀闸状态异常信号识别方法
- 2
-
-
作者
许杨俊
程凌森
赵亮
王庭松
赵惠超
-
机构
南方电网数字电网集团有限公司
-
出处
《机械设计与制造工程》
2024年第11期85-89,共5页
-
基金
南方电网数字电网集团有限公司2021—2022年数字电网业务平台建设项目(JY-OO-01-ZC-21-009-TQ)。
-
文摘
电动机械刀闸运行过程中,由于变电站周边电磁的干扰,导致其运行状态信号识别性能较差。为了精准识别刀闸状态异常信号,提出变电站电动机械刀闸状态异常信号识别方法。优先筛选刀闸状态异常信号去噪过程中的小波参数,通过改进的阈值函数和最优小波参数对异常信号进行分层去噪处理。使用Hilbert方法提取去噪处理后的信号特征,并将该信号特征作为样本数据输入到SVM分类器中,通过运行SVM分类器输出异常信号,实现电动机械刀闸的运行控制。测试结果表明,所提方法刀闸状态异常信号正确识别率高于95%,识别时延低于8 s,特征辨识度在91%以上。
-
关键词
刀闸
变电站
电动机械
隔离开关
异常信号识别
-
Keywords
knife gate
substation
electromechanical
isolating switch
abnormal signal recognition
-
分类号
TH89
[机械工程—仪器科学与技术]
TP277
[机械工程—精密仪器及机械]
-
-
题名基于神经网络的移动通信网络异常信号识别优化
- 3
-
-
作者
廉咪咪
刘洋
-
机构
郑州工商学院信息工程学院
-
出处
《长江信息通信》
2024年第2期20-22,共3页
-
文摘
常规的移动通信网络异常信号识别是在理想环境下进行的,实际的异常信号识别往往受到其他干扰的影响,出现识别误差的问题。因此,设计了基于神经网络的移动通信网络异常信号识别优化方法。提取移动通信网络异常信号特征,将短时能量信号与过零信号的时域提取出来,过滤时域上的噪声信号,保留异常信号存在的部分。基于神经网络构建通信网络异常信号识别模型,将异常信号特征神经元作为输入,加权求和输入神经元特征,以激活阈值判断当前信号是否异常,从而优化异常信号识别精准度。优化网络异常信号识别的回归损失,降低模型训练损失,从而符合模型输出预期。采用对比实验,验证了该方法的识别准确性更高,优化效果更佳,能够应用于实际生活中。
-
关键词
神经网络
移动通信
异常信号识别
-
Keywords
ncural network
Mobile communication
abnormal signal recognition
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
