基于深度卷积对抗网络的电磁频谱异常检测
文档名：基于深度卷积对抗网络的电磁频谱异常检测
摘要：为了解决电磁频谱异常检测精度不高的问题,在深度卷积神经对抗网络(DeepConvolutionGenerativeAdversarialNetwork,DCGAN)的基础上加入了编码器(Encoder)用来重构频谱数据.编码器首先将真实频谱数据编码为低维特征表示,生成器通过学习编码后的低维特征生成重构频谱数据,判别器负责将重构频谱数据与真实频谱数据进行区分,并通过对抗性训练逐渐提高模型重构频谱数据的能力,最后计算重构频谱数据与真实频谱数据的均方误差,判别异常.实验结果表明,该模型能够在多个频段下实现有效的电磁频谱异常检测,在TV频段下,干信比为-5dB时,相比于现有电磁频谱异常检测方法,所提方法的平均检测性能提升了18%以上.
Abstract：Inordertosolvetheproblemoflowaccuracyindetectingelectromagneticspectrumanomalies,anencoderisaddedtothedeepconvolutionalgenerativeadversarialnetwork(DCGAN)toreconstructspectrumdata.Firstly,theencoderencodestherealspectrumdataintolowdimensionalfeaturerepresentations,andthegeneratorgeneratesreconstructedspectrumdatabylearningtheencodedlowdimensionalfeatures.Thediscriminatorisresponsiblefordistinguishingthereconstructedspectrumdatafromtherealspectrumdata,andgraduallyimprovingthemodel'sabilitytoreconstructspectrumdatathroughadversarialtraining.Finally,themeansquareerrorbetweenthereconstructedspectrumdataandtherealspectrumdataiscalculatedtoidentifyanomalies.Theexperimentalresultsshowthatthemodelcanachieveeffectiveelectromagneticspectrumanomalydetectioninmultiplefrequencybands.IntheTVfrequencyband,whentheinterference-to-signalratiois-5dB,thedetectionperformanceofthismethodisimprovedbymorethan18%comparedwiththatofexistingelectromagneticspectrumanomalydetectionmethods.
作者：嵇海鹏 张江 乔晓强 张涛 Author：JIHaipeng ZHANGJiang QIAOXiaoqiang ZHANGTao
作者单位：南京信息工程大学电子与信息工程学院,南京210044;国防科技大学第六十三研究所,南京210007国防科技大学第六十三研究所,南京210007
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2024, 64(5)
分类号：TN972TP183
关键词：电磁频谱异常检测深度卷积对抗网络(DCGAN)频谱重构
Keywords：spectrumanomalydetectiondeepconvolutionalgenerativeadversarialnetwork(DCGAN)spectrumreconstruction
机标分类号：TP391.1TN911.6TN762
在线出版日期：2024年6月5日
基金项目：国家自然科学基金基于深度卷积对抗网络的电磁频谱异常检测[
期刊论文]电讯技术--2024, 64(5)嵇海鹏张江乔晓强张涛为了解决电磁频谱异常检测精度不高的问题,在深度卷积神经对抗网络(DeepConvolutionGenerativeAdversarialNetwork,DCGAN)的基础上加入了编码器(Encoder)用来重构频谱数据.编码器首先将真实频谱数据编码为低维特征表...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度卷积对抗网络的电磁频谱异常检测Spectrum Anomaly Detection Based on DCGAN
基于深度卷积对抗网络的电磁频谱异常检测.pdf
页:
[1]