CN119762795A 一种基于多视图学习的针对实时无线电场强3d瀑布图异常检测方法及系统 （东营市无线电监测站）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119762795A

(43)申请公布日2025.04.04

(21)申请号202411697875.1G06V10/82(2022.01)

G06N3/0442(2023.01)

(22)申请日2024.11.26

G06N3/0455(2023.01)

(71)申请人东营市无线电监测站

G06N3/08(2023.01)

地址257091山东省东营市东营区府前街

89号

(72)发明人尚建强刘小宾李洪坤范雯雯

陈卫章龙闫硕徐建锋

(74)专利代理机构济南金迪知识产权代理有限

公司37219

专利代理师杨树云

(51)Int.Cl.

G06V10/44(2022.01)

G06V10/764(2022.01)

G06V10/774(2022.01)

G06V10/80(2022.01)

权利要求书4页说明书14页附图3页

(54)发明名称

一种基于多视图学习的针对实时无线电场

强3D瀑布图异常检测方法及系统

(57)摘要

本发明涉及一种基于多视图学习的针对实

时无线电场强3D瀑布图异常检测方法及系统，包

括：数据采集和处理：通过无线电监测设备实时

采集频谱、场强和时间参数；采集到的数据经过

初步的处理与清洗，去除噪声与异常数据，随后，

根据场强‑时间‑频率的三维信息，自动构建3D瀑

布流图；对采集到的大量监测数据进行分类、标

注和分析，构建出针对不同异常信号的数据集；

包括：正常数据、恶意电磁干扰数据、未授权信号

出现数据及授权信号违规使用数据；构建深度学

习异常检测模型，并进行训练；通过训练后的深

A度学习异常检测模型实现3D瀑布图异常检测。

5

9

7

2

6

7

9

1

1

N

C

CN119762795A权利要求书1/4页

1.一种基于多视图学习的针对实时无线电场强3D瀑布图异常检测方法，其特征在于，

包括：

数据采集和处理：通过无线电监测设备实时采集频谱、场强和时间参数；采集到的数据

经过初步的处理与清洗，去除噪声与异常数据，随后，根据场强‑时间‑频率的三维信息，自

动构建3D瀑布流图；

对采集到的大量监测数据进行分类、标注和分析，构建出针对不同异常信号的数据集；

包括：正常数据、恶意电磁干扰数据、未授权信号出现数据及授权信号违规使用数据；

构建深度学习异常检测模型，并进行训练；

通过训练后的深度学习异常检测模型实现3D瀑布图异常检测。

2.根据权利要求1所述的一种基于多视图学习的针对实时无线电场强3D瀑布图异常检

测方法，其特征在于，将3D图分解为不同的2D视图，利用两种表示方式来处理视图的异质

性：第一种为共同表示，使用统一的编码器学习，将所有视图投影到一个共享子空间中；第

二种为私有表示，针对每种视图特有的子空间进行学习，提取特有的视图特征；

对于时间轴相关视图，采用LSTM提取时序特征；对于场强‑频率视图，采用多层感知机

MLP进行特征提取；

针对私有空间，引入注意力机制，得到每个特有空间剔除冗余性后的最终展示；

3D