一种基于深度神经网络的星闪通信信号增强方法

本发明属于工业数据处理领域，尤其涉及一种基于深度神经网络的星闪通信信号增强方法。该方法先利用分布式星闪节点采集信号样本并收集相关指标；接着构建改进残差递归神经网络模型，通过预处理、引入门控残差单元、多层堆叠网络及多尺度特征融合来增强信号；然后基于峰值信噪比、均方误差和结构相似性指数量化评估增强效果；对不达标信号构建强化学习环境优化，以信号质量指标为状态，网络参数调整为动作，按特定策略训练和更新Q值函数。本发明解决了传统方法特征冗余、信息丢失、梯度问题及适应性差等不足，能有效保留信号特征、抑制噪声、提高重建精度，实现自适应增强，提升了增强效果的鲁棒性和泛化能力。