一种基于模型引导的微弱瞬态信号特征学习与信号重建方法

本发明属于信号处理领域，涉及一种基于模型引导的微弱瞬态信号特征学习与信号重建方法，包括：将待检测的微弱瞬态信号输入基于模型引导的微弱瞬态信号特征学习网络中，得到重建的瞬态信号；基于模型引导的微弱瞬态信号特征学习网络包括两个模组：模型引导模组和编码‑解码特征学习模组，两个模组对输入的微弱瞬态信号并行处理，并将处理结果通过后处理卷积块进行统一处理，输出重建的瞬态信号。本发明通过构建波形已知的瞬态信号数学模型，批量生成训练数据，显著降低了数据标注的高昂成本；通过结合模型驱动方法和深度学习的优势，有效提高了网络的检测能力和可解释性。有效解决了微弱瞬态信号在强噪声背景下难以有效检测和高精度重建的问题。