摘要
本申请设计了一种基于深度学习的机载激光测深波形超分辨率重建方法,包括:采用机载激光测深(ALB)系统同步获取高/低分辨率的全波形数据;对低分辨率全波形数据进行线性插值上采样,与高分辨率全波形数据构成时间分辨率匹配的全波形数据对;基于深度学习构建波形超分辨率网络;将全波形数据对输入到网络中进行训练和测试,得到波形超分辨模型;将实际测量采集的低分辨率全波形数据线性插值上采样后输入到波形超分辨率模型中,输出对应的超分辨率全波形数据。本申请可实现ALB全波形数据高分辨信息的精准重建,在不改变硬件配置的条件下提升全波形ALB系统的整体测量性能。
技术关键词
超分辨率重建方法
波形
超分辨率网络
激光
频域特征
上采样
数据采集模块
注意力
测深系统
高速数据采集系统
动态门控
解码器
采样率
通道
编码器
超分辨率模型
抑制噪声干扰
系统为您推荐了相关专利信息
激光切割方法
锂电池
样本
无监督聚类
DBSCAN聚类算法
时域统计特征
自动评分方法
自动评分系统
音频信号重采样
梅尔频率倒谱系数
动态心电图
信号分析方法
波形
频域特征
动态时间弯曲
红外热成像相机
传感器融合
无人车
车载控制系统
激光雷达
无人船导航系统
水下声纳系统
多尺度卷积神经网络
视觉
生物识别算法