[发明专利]一种基于人工智能的信号识别自学习方法

权利要求书

1.一种基于人工智能的信号识别自学习方法，其特征在于，包括如下步骤：

步骤S1，采集目标信号数据；

步骤S2，将所述目标信号数据划分为多段未标记信号数据，记为S_i[n]，存入未标记信号数据库；

步骤S3，将所述未标记信号数据S_i[n]，分别进行机器学习识别、专家决策判决和手动标注，生成机器学习识别结果、专家决策判决结果和手动标注信号类型结果；

步骤S4，对所述机器学习识别结果、专家决策判决结果和手动标注信号类型结果进行网络权重综合判决，判断上述机器学习识别结果、专家决策判决结果和手动标注信号类型结果的置信度，输出置信度识别结果C₀[t₀、ρ₀]；

步骤S5，判断所述置信度识别结果是否大于等于预设值，如果是则将未标记信号数据S_i[n]和置信度识别结果，存入已标记信号库；如果所述置信度识别结果小于预设值，则提示手动标注；

步骤S6，将已标记信号类型t₀与专家决策系统可识别信号类型集合S_z作比较，如果则执行步骤S7；如果t₀∈S_z，则执行步骤S8；

步骤S7，将S_i[n]与类型标记C₀送入专家决策系统，提取对应的特征参数，创建该类型判决网络，并使用专家决策系统判断S_i[n]信号类型结果C₂[t₂、ρ₂]，如果ρ₂小于预设值，则重复本步骤；如果ρ₂大于等于预设值，则执行步骤S8；

步骤S8，将已标记信号类型t₀与机器学习单元可识别信号类型集合S_m作比较，如果则执行步骤S9；如果t₀∈S_m,则执行步骤S10；

步骤S9,将S_i[n]与类型标记C₀送入机器学习训练单元进行训练，并使用识别单元输出判别结果C₁[t₁、ρ₁]；如果ρ₁小于预设值，则重复本步骤；如果ρ₁大于等于预设值，则执行步骤S10；

步骤S10,完成本次S_i[n]信号类型的识别过程，从未标记信号数据库中删除S_i[n]；

步骤S11，S_i+1[n]进入信号识别网络，重复以上步骤S3至步骤S11，直至完成目标信号识别。

2.如权利要求1所述的基于人工智能的信号识别自学习方法，其特征在于，在所述步骤S4中，对所述机器学习识别结果C₁[t₁、ρ₁]、专家决策判决结果C₂[t₂、ρ₂]和手动标注信号类型结果C₃[t₃、ρ₃]进行网络权重综合判决，判断C₁,C₂,C₃结果的置信度，输出识别结果C₀[t₀、ρ₀]，其中t₁、t2、t3表示信号类型，ρ₁、ρ₂、ρ₃表示判断结果的置信度；

若ρ₁ρ₂,ρ₁ρ₃，则C₀＝C₁，

若ρ₂ρ₁,ρ₂ρ₃，则C₀＝C₂

若ρ₃ρ₁,ρ₃ρ₂，则C₀＝C₃。

3.如权利要求1所述的基于人工智能的信号识别自学习方法，其特征在于，通过构建综合判决网络，综合机器学习识别、专家决策判决以及手动标注的方式，实现信号数据训练与识别过程有机结合，持续增加信号识别种类，并提高信号识别准确度。