[发明专利]信号检测方法、装置、存储介质、电子设备及产品在审

专利信息
申请号: 202210411154.4 申请日: 2022-04-19
公开(公告)号: CN115130494A 公开(公告)日: 2022-09-30
发明(设计)人: 程小峰;王亚彪;丁玫菲;谢鸣;甘振业;李昱希;罗泽坤;孙众毅;汪铖杰 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 李玉婷
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信号 检测 方法 装置 存储 介质 电子设备 产品
【说明书】:

本申请公开了一种信号检测方法、装置、存储介质、电子设备及产品,涉及人工智能技术领域,本申请可以应用于区块链、地图车联网等技术领域,该方法包括:获取待检测信号对应的待检测信号数据;基于所述待检测信号数据提取所述待检测信号的目标信号特征;对所述目标信号特征进行分类处理,得到所述待检测信号对应的第一类型信息;将所述目标信号特征与样本信号特征进行比较处理,以得到所述待检测信号对应的第二类型信息;基于所述第一类型信息及所述第二类型信息,确定所述待检测信号的信号类型。本申请可以对已知信号及未知信号均进行有效检测,提升信号检测可靠性。

技术领域

本申请涉及人工智能技术领域,具体涉及一种信号检测方法、装置、存储介质、电子设备及产品。

背景技术

信号检测即对各类待检测信号进行检测分析的工作,例如,对天体信号进行检测分析的工作。目前,相关技术中通常利用监督学习的方法训练分类模型来从海量信号数据中检测信号的方案,监督学习的方法利用已知规律的已知信号训练分类模型,分类模型通常仅能对已知信号进行有效的分类检测。

但是,有价值的信号往往还包括人类不曾探测到的未知信号,此类未知信号往往比已经观测到并解释其形成原因的已知信号更具价值,目前的方案下对这些未知信号通常是单纯盲目分类,无法有效检测,会造成信号漏检,导致信号检测可靠性较差。

发明内容

本申请实施例提供一种信号检测方法、装置、存储介质、电子设备及产品,对已知信号及未知信号均可以进行有效检测,有效提升信号检测可靠性。

为解决上述技术问题,本申请实施例提供以下技术方案:

根据本申请的一个实施例,一种信号检测方法,该方法包括:获取待检测信号对应的待检测信号数据;基于所述待检测信号数据提取所述待检测信号的目标信号特征;对所述目标信号特征进行分类处理,得到所述待检测信号对应的第一类型信息;将所述目标信号特征与样本信号特征进行比较处理,以得到所述待检测信号对应的第二类型信息;基于所述第一类型信息及所述第二类型信息,确定所述待检测信号的信号类型。

根据本申请的一个实施例,一种信号检测装置,所述装置包括:数据获取模块,用于获取待检测信号对应的待检测信号数据;特征提取模块,用于基于所述待检测信号数据提取所述待检测信号的目标信号特征;分类模块,用于对所述目标信号特征进行分类处理,得到所述待检测信号对应的第一类型信息;比较模块,用于将所述目标信号特征与样本信号特征进行比较处理,以得到所述待检测信号对应的第二类型信息;确定模块,用于基于所述第一类型信息及所述第二类型信息,确定所述待检测信号的信号类型。

在本申请的一种实施例中,所述装置还包括样本信号特征提取模块,所述样本信号特征提取模块包括:第一信号数据获取单元,用于获取预定类型的第一信号样本对应的第一信号数据,所述预定类型为已知信号对应的类型;样本信号特征提取单元,用于基于所述第一信号数据进行特征提取处理,得到所述样本信号特征。

在本申请的一种实施例中,所述信号类型包括所述预定类型及目标类型中一种,所述目标类型为未知信号对应的类型;所述样本信号特征提取单元,用于:将所述第一信号数据输入特征提取器进行特征提取处理,得到所述特征提取器提取的所述样本信号特征,其中,所述特征提取器为根据第二信号数据及所述第一信号数据训练得到的,所述第二信号数据为对所述第一信号数据进行数据调整得到的,所述第二信号数据用于模拟所述目标类型的第二信号样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210411154.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top