基于改进DCGAN的毫米波雷达相互干扰时频图像生成研究

——以生成样本对CNN干扰抑制模型性能影响为例

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：采用深度学习方法抑制毫米波雷达时频域干扰面临着实测样本不足的问题，数据集的大小和质量会影响模型的干扰抑制性能和泛化性能。文章提出一种改进DCGAN算法来生成毫米波雷达时频域干扰图像，以扩充训练深度学习干扰抑制模型的实测训练样本。改进DCGAN算法对网络结构做出调整，使用带梯度惩罚的Wasserstein距离替代DCGAN的损失函数。（剩余12296字）

试读结束

目录
monitor