专利交易市场

本发明涉及信号监控技术领域，具体为一种数字广播信号质量实时监控方法及系统，包括以下步骤：基于非线性动态系统理论，采用李雅普诺夫指数分析法对数字广播信号进行评估，同时运用混沌理论对信号的时间序列进行分析和状态空间重构，生成混沌特征谱。本发明中，通过李雅普诺夫指数分析法和混沌理论的应用，评估信号的敏感性，增强对信号动态特性的解析，利用分岔理论分析潜在分岔点，识别信号突变和转折点，通过网络分析方法优化信号传播路径，提高信号的传输效率和稳定性，实时信号监控模型的应用使得信号质量的持续追踪成为可能，多维信号处理方法的运用，分析信号差异和失真特征。

本发明请求保护一种ISM(2.4GHz)频段中基于时频二维LMBP神经网络的频谱预测方法，包括：ISM频段相关性的计算，通过对ISM频段的实测、量化和相关性分析得到ISM频段时域和频域的相关性；第二步：基于ISM频段时频相关性，构建时频二维LMBP神经网络来实现ISM频段的预测；第三步：以实测数据作为神经网络的时频输入向量和目标向量，以牛顿法学习规则实现时频二维LMBP神经网络的迭代训练，得到由神经网络节点间权值w和阈值b构成的参数向量u的最优解；第四步：以训练完成的二维LMBP神经网络来实现ISM频段的频谱预测。计算ISM频段时频相关性的基础上，通过时频二维LMBP神经网络实现ISM频段的频谱预测，该方法同时域LMBP神经网络和Markov算法相比具有预测精度高，训练收敛时间短的优点。

本发明公开了一种基于频道占用度预测的频谱异常检测方法，包括以下步骤：S1：采集历史时间段内的频段扫描数据，生成第一CSI序列；S2：均分第一CSI序列，得到第一频道占用度序列；S3：训练神经网络模型；S4：将第一频道占用度序列输入至神经网络模型进行预测，得到第二和第三频道占用度序列；S5：采集当前时间段内的频段扫描数据，生成第二CSI序列；S6：均分第二CSI序列，得到第四频道占用度序列；S7：计算第一和第二频道占用度序列的偏差百分比；S8：计算第三和第四频道占用度序列的偏差百分比；S9：比较偏差百分比。本方法用长短期记忆网络学习正常工作情况下频道占用度的规律，把不符合规律的数据归为异常。