面向通信设备信号异常识别的深度学习算法.pdfVIP

第42卷第1期计算机仿真2025年1月

文章编号：1006-9348(2025)01-0215-04

面向通信设备信号异常识别的深度学习算法

王锦毅1,3,政吉?

（1.福建师范大学协和学院，福建福州350117；

2.莆田学院机器人系，福建莆田351100；

3.福州大学物理与信息工程学院，福建福州350116)

摘要：通信设备信号可能受到多种干扰，例如电磁干扰、电源噪声等，会对信号进行扭曲和干扰，影响异常识别的准确性。现

提出面向通信设备信号异常识别的深度学习算法。采用基于相似性矩阵的信号盲源分离方法将通信设备原始信号中的有

用信号从背景噪声中分离出来，完成信号的去噪处理；通过自适应噪声补偿聚合经验模态分解算法分解通信设备信号，结合

综合评价指标选取有效IMF分量作为信号特征；将信号特征输人卷积神经网络中，通过深度学习信号特征实现通信设备信

号异常识别。通过测试发现，所提算法可在噪声背景下有效分离出有用信号，识别精度高、识别效率高。

关键词：通信设备信号；信号盲源分离；经验模态分解；卷积神经网络；深度学习

中图分类号：TP391.4文献标识码：B

DeepLearningAlgorithmforSignalAnomalyRecognition

inCommunicationEquipment

WANGJin-yil.3,MAOZheng-ji?

(1.ConcordUniversityCollege,FujianNormalUniversity,FuzhouFujian350117,China;

2.DepartmentofRobotics,PutianUniversity,PutianFujian351100,China;

3.SchoolofPhysicsandInformationEngineering,FuzhouUniversity,FuzhouFujian350116,China)

ABSTRACT:Communicationequipmentsignalsmaybesubjecttovariousinterferences,suchaselectromagneticin-

terference,powernoise,etc.,whichcandistortandinterferewiththesignal,thusaffectingtheaccuracyofanomaly

recognition.Inthispaper,adeeplearningalgorithmforrecognizingabnormalsignalofcommunicationequipmentwas

proposed.Firstly,ablindsourceseparationmethodbasedonsimilaritymatrixwasusedtoseparateusefulsignalinthe

originalsignalsofcommunicationequipmentfrombackgroundnoise,thuscompletingthesignaldenoising.Moreover,

thesignalofcommunicationequipmentwasdecomposedbycombiningadaptivenoise