一种激光多普勒信号非稀疏压缩感知方法及系统

AITNT
正文
推荐专利
一种激光多普勒信号非稀疏压缩感知方法及系统
申请号:CN202510722782
申请日期:2025-05-30
公开号:CN120653947A
公开日期:2025-09-16
类型:发明专利
摘要
本发明提出了一种激光多普勒信号非稀疏压缩感知方法及系统,属于压缩感知技术领域,包括:构建伯努利感知矩阵对所述激光多普勒信号进行数据压缩得到第一压缩信号;采用第一压缩信号输入多分辨率特征融合的信号重建教师模型,得到第一重建信号;所述信号重建教师模型通过时域卷积特征提取机制提取信号的局部时序模式,并结合频域注意力引导机制学习时频特征;基于所述信号重建教师模型的输出构建轻量级信号重建学生模型,将所述第一压缩信号输入所述信号重建学生模型得到最终重建信号。本发明解决了传统压缩感知技术对信号稀疏性要求高、重建实时性差以及深度学习模型参数量大的技术难题。
技术关键词
稀疏压缩感知 多普勒 多分辨率特征 卷积特征提取 教师 输出特征 激光 压缩感知技术 注意力 蒸馏 学生 数据压缩 机制 全局平均池化 信号采集模块 计算机 深度学习模型 处理器 堆叠结构
系统为您推荐了相关专利信息
1
基于空间谱信号分析的蜂群目标超分辨检测方法及系统
超分辨检测方法 信号分析 噪声子空间 超外差接收机 信号处理技术
2
基于知识蒸馏和课程学习的超声散斑位移追踪方法及系统
追踪方法 滑动窗口 散斑 教师 学生
3
一种水下目标检测方法、装置、设备、介质及产品
数据 物体 蒸馏学习方法 水下图像处理 聚类
4
一种基于头部追踪的自适应空间音频渲染方法
渲染方法 声道 训练深度学习模型 声学传递函数 参数
5
基于多参数线性回归算法的无人机旋翼旋转频率估计方法
无人机旋翼 频率估计方法 旋翼叶片 多元线性回归算法 微多普勒特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号