摘要
一种基于Patch和Transformer的条件扩散模型的信号去噪方法和装置,其方法包括:1)数据生成和预处理:生成一组干净信号样本和噪声信号样本并进行归一化;2)模型输入信号处理:将干净信号与噪声信号线性加权组合,并将组合后信号进行patch划分局部,准备输入到条件扩散模型中。3)构建改进条件扩散模型:将划分后的信号数据利用transformer与条件扩散模型组合的神经网络模型进行去噪训练;4)模型生成与评估:使用误码率作为评估指标,对构建的基于Patch和Transformer的条件扩散模型进行评估效果。本发明提出的方法用Patch和Transformer改进条件扩散模型,用于调制信号去噪,通过使用Patch进行局部划分,Transformer进行局部和全局特征提取并加入条件扩散模型进行去噪。
技术关键词
信号去噪方法
噪声
样本
神经网络模型
信号处理
误码率
全局特征提取
损失函数优化
数据
去噪装置
去噪模型
深度学习模型
处理器
线性
指标
可读存储介质
存储器
程序
分块