基于机器学习的射频信号检测方法及系统

发布时间: 2023-10-11

来源: 科技服务团

基本信息

合作方式：作价入股

成果类型：新技术

行业领域：

电子信息技术

成果介绍

基于机器学习技术设计了一款极低功耗的无线射频信号实时检测系统，包括系统的设计方法和物理实现。经过多次室内外实验对所实现的系统实物进行测试，结果表明用所提方法实现的系统具有功耗低，识别精度高和可扩展、可移植性好等特点。具体表现为，系统硬件可在极短的时间内（毫秒级）检测和识别空间中的目标无线信号；可通过所提的训练方法和样本库建立方法，扩展本系统所能识别的无线信号类型，使其可识别不同标准和调制方法的无线信号，如RFID、LoRa，NBIoT等等；室外实际部署中，当发射功率为20dbm时，系统的有效识别距离可达到百米以上，能在极低能量消耗下支持百米以上半径的通信。

成果亮点

在板级实现层面，该方法仅用毫瓦级的功耗，就可以实现实时射频信号检测和识别。以915MHz频段，LoRa信号为射频信号识别目标为例，其可以在混杂了GSM，RFID，Sigfox和NBIoT的环境中准确检测出目标信号，硬件实时检测准确率可高达90%，且只应用能量收集的方式就可以满足系统能耗需求。所有需要射频信号检测和识别的领域均可使用此技术，且技术具有极低功耗的优势，易于部署且可长期无人值守工作。

团队介绍

西北大学信息科学与技术学院彭瑶副教授，研究方向为高速低功耗集成电路设计和无线网络系统，包括低功耗无线网络通信的物理层基本架构，通信系统的集成电路以及嵌入式实现到高级应用。

成果资料

成果综合评价报告

评价单位：- (-) 评价时间：2023-10-28

李卫斌

西安电子科技大学

教授

综合评价

该技术创新性很强，且技术成熟，投资回报比较可靠。总体而言，该项技术思路方向很好，未来市场空间较大，有利于当前政策要求，转化成熟度高，值得支持推广。建议强化相应产品开发，加大产业链开发力度。

科创中国

友情链接

海外专利信息资源系统

省级中心站