摘要
本发明公开了复指数信号联合频谱重建与参数估计方法及装置,涉及信号处理领域,方法包括:S1,构建含噪复指数信号训练数据和标签数据;S2,构建包括超分辨率去噪重建模块和参数预测模块的双模块神经网络模型;S3,使用训练数据和标注数据训练双模块神经网络模型,得到训练好的双模块神经网络模型;S4,使用训练好的双模块神经网络模型进行频谱重建和参数预测,对输出进行信号后处理得到角频率、衰减因子、实部振幅和虚部振幅的估计参数。本发明设计了超分辨率去噪重建模块与参数预测模块的级联神经网络架构,将角频率检测转化为高斯分布热图回归任务;同时采用稀疏激活标注机制,仅在谱峰位置保留参数真值,显著降低模型学习复杂度。
技术关键词
参数估计方法
神经网络模型
指数
超分辨率
标签
信号
频谱特征提取
因子
分辨率提升
数据
参数估计装置
级联神经网络
残差模块
频域特征
编码器
分支
系统为您推荐了相关专利信息
生成图像数据
生成对抗网络
伪造印章
印章识别方法
优化神经网络
决策方法
混合整数规划模型
道路拥堵指数
混合优化算法
遗传算法
数据嵌入
矩阵
生成物品
物品推荐方法
训练样本集