本技术方案介绍了一种利用深度学习技术优化滤波器性能的方法,该方法应用于滤波器技术领域。该方法综合考虑了三类数据:无线通信数据的多源采集、历史滤波数据的多维度分析以及无线通信数据的实时采集,旨在通过深度学习模型提升滤波器的数据处理能力和性能。
背景技术
在通过射频ADC采集无线通信电磁波时,需要对无线通信数据进行滤波处理,从而保障计算获取信号的精度,避免噪声影响无线通信数据,从而影响通信质量。现有的滤波方法包括:均值滤波法、中位值滤波法、一阶滞后滤波法等。均值滤波方法和中位值滤波法在考虑多个采集的无线通信数据时,通过均值或中位值表达一段时间内的无线通信数据,仅能粗略体现一段时间内无线通信数据的情况,因此,采用均值滤波法和中位值滤波法存在滤波精度差的问题。一阶滞后滤波法考虑一个采集的无线通信数据和一个历史滤波无线通信数据,采集的无线通信数据和历史滤波无线通信数据考虑的数量少,同样存在滤波精度差的问题。
实现思路