基于软件无线电与神经网络的频谱监测识别系统

为了解决目前城市频谱监测工作依赖于固定的监测站、持续性监测能力较差和频谱异常判定人工依赖性高等问题,提出了一种利用软件无线电搭配人工智能的新型频谱监测识别系统。首先利用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;再利用一系列预处理手段,优化数据样本;最后,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,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。