摘要
本申请涉及一种微动信号稀疏时频增强方法、装置和计算机设备。所述方法采用生成式网络从随机噪声中生成时频分布先验,设计Langevin动力学微分方程中的随机项,运用随机梯度优化方法通过马尔科夫链蒙特卡洛对时频分布先验分布生成器参数的后验概率分布进行精确采样,运用最小均方误差准则对稀疏时频观测模型中的稀疏时频分布得到了良好的重构效果。实验结果表明,相较于传统时频表征,本方法在复杂观测条件下具有更优的时频表征分辨率,提升了复杂观测场景下目标微多普勒特征的表征精度。
技术关键词
卷积神经网络参数
雷达回波数据
后验概率分布
短时傅里叶变换
联合时频分析
误差准则
信号
蒙特卡洛
重构
动力学微分方程
采样点
退化模型
计算机设备
微多普勒特征
生成式网络
样本
观测场景
噪声方差
视频分析
系统为您推荐了相关专利信息
语音特征数据
误差预测
翻译系统
误差校正
智能翻译终端
寿命预测模型
S变换特征提取
电缆老化
曲线
加窗短时傅里叶变换
智能监测方法
时序特征
分层可视化
频谱特征
构建训练集
海上无线通信
联合去噪
音频
存储程序模块
二维卷积网络