基于深度生成对抗网络的海杂波数据增强方法
海杂波数据稀缺,获取海杂波数据成本高、周期长,极大地限制了海杂波特性研究及海洋遥感应用.该文主要研究了基于深度生成性对抗网络(GAN)的海杂波数据生成方法,通过扩展传统的GAN框架,形成了1维海杂波数据生成和鉴别模型,基于实测海杂波数据集,进行对抗网络生成和鉴别模型训练,分析了生成模型所生成的海杂波数据的幅度分布特性和时间、空间相关性.基于实测数据验证了该方法能够生成更多、更多样、与真实海杂波数据分布相近的海杂波数据.
生成性对抗网络、海杂波、幅度分布特性、时间相关性
43
TN959.72;TP391
西安市科技计划2019KJWL30
2021-07-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
1985-1991