基于改进型FB特征与GRNN网络的光纤周界防卫系统的信号识别方法

    公开(公告)号:CN114169360B

    公开(公告)日:2024-10-22

    申请号:CN202111286560.4

    申请日:2021-11-02

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于改进型FB特征及GRNN网络的光纤周界防卫系统的信号识别方法,事先采集不同类型传感事件的若干输出信号;利用端点检测算法获取信号的有效信号片段;提取每个信号片段的改进型FB特征作为训练样本,将其信号类型作为对应的输出标签;通过训练样本对GRNN进行训练,生成最优模型;对待识别信号同样进行端点检测,获取其有效信号片段,提取信号片段的改进型FB特征,作为测试样本;利用所生成GRNN最优模型对测试样本进行识别。通过添加梅尔滤波器组下信号功率的有效值信息改进FB特征,来凸显不同类别信号的差异;利用GRNN网络识别信号,需调节的参数少,模型易于训练。本发明信号识别率高,实时性好,有望满足光纤周界防卫系统的实际需要。

    基于改进型FB特征与GRNN网络的光纤周界防卫系统的信号识别方法

    公开(公告)号:CN114169360A

    公开(公告)日:2022-03-11

    申请号:CN202111286560.4

    申请日:2021-11-02

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于改进型FB特征及GRNN网络的光纤周界防卫系统的信号识别方法,事先采集不同类型传感事件的若干输出信号;利用端点检测算法获取信号的有效信号片段;提取每个信号片段的改进型FB特征作为训练样本,将其信号类型作为对应的输出标签;通过训练样本对GRNN进行训练,生成最优模型;对待识别信号同样进行端点检测,获取其有效信号片段,提取信号片段的改进型FB特征,作为测试样本;利用所生成GRNN最优模型对测试样本进行识别。通过添加梅尔滤波器组下信号功率的有效值信息改进FB特征,来凸显不同类别信号的差异;利用GRNN网络识别信号,需调节的参数少,模型易于训练。本发明信号识别率高,实时性好,有望满足光纤周界防卫系统的实际需要。

Patent Agency Ranking