一种面向机器学习的电磁频谱数据标注方法

本发明公开的属于电子侦察与电磁频谱监测技术领域，具体为一种面向机器学习的电磁频谱数据标注方法，包括具体步骤如下：S1，数据采集与短时傅里叶变换：利用电磁信号采集设备采集电磁频谱IQ数据，并按时间T逐周期实施短时傅里叶变换；S2，信号出现检测：对每段短时傅里叶变换信号进行能量检测，若超过设定的相对门限或绝对门限，则判定出现信号。本发明基于短时信号检测结果及其频域中心频率波动参数、信号带宽波动参数、时域占空比等进行深度学习的基础参数，可显著降低基于电磁频谱数据容量，减轻数据存储压力；同时，深度学习模型的训练时间也大幅缩短，提高了模型训练效率。