[发明专利]基于展开式深度网络的参数自学习干扰抑制方法有效
申请号: | 202110679439.1 | 申请日: | 2021-06-18 |
公开(公告)号: | CN113433514B | 公开(公告)日: | 2022-10-14 |
发明(设计)人: | 陶明亮;李劼爽;粟嘉;王伶;范一飞;李建瀛;宫延云;韩闯;张兆林;杨欣;汪跃先;谢坚;李滔 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G01S7/292 | 分类号: | G01S7/292;G01S7/35;G01S7/41;G06N3/04;G06N3/08 |
代理公司: | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人: | 刘新琼 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于展开式深度网络的参数自学习干扰抑制方法,对含干扰的原始回波信号进行短时傅里叶变换,得到时频谱数据矩阵,对时频谱数据矩阵进行子块分割处理,建立展开式深度网络,将训练集作为展开式深度网络的输入进行训练,同时代入验证集进行模型评价,得到训练最优的模型;将测试集输入到训练最优的模型里对干扰回波矩阵进行识别与分析。本发明对干扰进行有效的分离与信号重构,将原来的无监督分解问题转化为有监督的神经网络学习问题,使其迭代次数大大减少,并且算法超参数可以自适应求解得到,网络不再依赖大量数据集,也避免了小数据量下训练网络出现过拟合的可能性。 | ||
搜索关键词: | 基于 展开式 深度 网络 参数 自学习 干扰 抑制 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202110679439.1/,转载请声明来源钻瓜专利网。