用于 5G 射频领域中干扰检测的无线空中双阈值深度学习器

原文约300字，阅读约需1分钟。发表于：。

使用深度学习和 RF 领域特征提取的双阈值检测方法，通过提取 PSS 相关性和 EPNRE 特征，用于区分正常和受干扰的 5G 信号，进一步优化了训练和检测效果，并通过实际测试结果验证了 DT-DDNN 的性能。

本文介绍了基于5G协议栈中信号参数的匿名干扰检测模型，通过监督学习和无监督学习实时高精度地检测干扰。监督模型和LSTM模型的AUC分别为0.964至1和0.923至1。提出了无监督的自编码器异常检测方法，AUC为0.987。引入基于贝叶斯网络的因果分析，提高透明度和领域知识注入。