一种改进生成对抗网络的短波信号增强方法

摘要：

为了解决传统的短波信号增强方法存在的拟合能力差和非线性能力差的问题,将传统滤波方法与深度学习的方法相结合.为保留短波信号中更多细粒度特征和增加网络复杂度,在语音增强生成对抗网络架构中加入残差网络,提出基于语音增强生成对抗网络的短波信号增强算法;将维纳滤波方法与短波信号增强生成对抗网络算法相结合,在波形级别上进行端到端的模型训练,实现了将生成对抗网络的衍生算法用于短波信号增强.实验结果表明,增强后的信号样本与带噪信号样本相比,信噪比和清晰度等指标显著提升,证明了所提方法的可行性和有效性.同时,该方法比传统滤波方法适用场景范围大,可作为信号处理的前端环节,为非合作方短波信号研究提供可靠的参考方法.

关键词：短波信号增强;生成对抗网络;残差网络;深度学习;模型训练;特征提取;信噪比

所属期刊栏目：44

分类号：TN912.35-34

资助基金：国家自然科学基金项目61661030

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60