摘要
本发明公开了一种多界面形貌超分辨测量方法,包括:构建扫频干涉信号数据集;利用扫频干涉信号频谱的稀疏性构建扫频干涉信号标签;对扫频干涉信号数据进行归一化;基于归一化后的扫频干涉信号数据构建并训练超分辨率频谱预测模型;采用优化后的超分辨率频谱预测模型预测被测面的超分辨率频谱;利用预测得到的被测面的超分辨率频谱追踪其相位谱;利用追踪得到的被测面的相位谱重构出其形貌场。本发明构建出扫频干涉信号数据集;再利用数据驱动模型学习数据集中扫频干涉信号的稀疏性特征,实现深度方向上的超分辨测量。本发明无需额外参数进行计算,且得到的模型具有较好的鲁棒性,克服了传统物理建模方法需要进行参数设计和抗干扰能力弱的问题。
技术关键词
信号
界面形貌
反射光
高斯核函数
测量方法
矩阵
超分辨率
注意力机制
物理建模方法
多层感知机
光学干涉原理
频率
数据驱动模型
滤波模块
光程
抽样点
标签
系统为您推荐了相关专利信息
深度神经网络模型
塑料
监测方法
图像特征向量
视觉
道路信息识别系统
双目视觉传感器
预警模块
数据采集模块
远程管理平台
地磁指纹
路径优化方法
温度漂移补偿
分布式模型
云端服务器
全局特征提取
阵列
神经网络训练数据
线性单元
DOA估计
手持电话
耳部特征
唇部特征
坐标
计算机可存储介质