摘要
本发明公开了一种基于多尺度隐式神经表示网络的干扰抑制方法及装置,首先,将雷达回波信号对应的原始时频图输入预先训练的目标网络模型,通过目标网络模型对原始时频图进行下采样得到至少一个子时频图,再对至少一个子时频图进行特征提取得到对应的隐式神经表示特征,之后,基于原始时频图和隐式神经表示特征进行干扰分离,输出目标信号。本发明利用端到端的神经网络模型对不同尺度的原始时频图和子时频图进行联合处理,并融合子时频图对应的隐式神经表示特征,可以充分挖掘目标信号的潜在特征,从而提升目标信号和干扰信号的解耦性,避免有用信号丢失。
技术关键词
干扰抑制方法
输出特征
融合特征
注意力
多尺度
回波
信号
雷达
对象检测
干扰抑制装置
多层感知网络
编码特征
图像编码
瓶颈
神经网络模型
坐标
样本
序列
系统为您推荐了相关专利信息
预测模型优化方法
泡沫混凝土
性能预测模型
混凝土模型
孔隙结构
心律失常识别
深度学习网络
电信号
识别方法
双向长短期记忆网络