基于生成对抗网络的WVD时频分析交叉项抑制方法及系统、存储介质技术方案

本发明专利技术公开一种基于生成对抗网络的WVD时频分析交叉项抑制方法及系统、存储介质，首先构建生成式对抗GAN网络，所述GAN网络包括生成器G和判别器D：所述生成器G用于获取样本数据；所述判别器D用于判断输入数据是否为真实数据；获取含有交叉项的图像和消除交叉项的图像；以相互博弈的方式对生成器与判别器进行训练，直到消除含有交叉项的图像中的交叉项。本发明专利技术提供的方法，结合深度学习网络，利用网络端到端的特性与制备交叉项数据的便利性、多样性；实现消除多分量调频信号在WVD变换中产生的交叉项。相比传统方法是更为迅速的。在高信噪比情况下只需改变训练集便可继续发挥，比传统方法所使用的消除交叉项更加的准确。统方法所使用的消除交叉项更加的准确。统方法所使用的消除交叉项更加的准确。

【技术实现步骤摘要】
基于生成对抗网络的WVD时频分析交叉项抑制方法及系统、存储介质


[0001]本专利技术涉及目标检测
，特别是一种基于生成对抗网络的WVD时频分析交叉项抑制方法及系统。

技术介绍

[0002]WVD(Wigner
‑
Ville distribution)方法虽然频率分辨率很高，但是会产生交叉项，严重影响ISAR图像的质量，如何抑制WVD(wigner
‑
ville distribution)变换中的交叉项，是信号处理领域中的一个热点。
[0003]目前，有比较的能有效地抑制交叉项干扰的方法(如平滑伪Wigner分布，Choi Williams分布等)。Ram Bilas Pachori等应用Fourier Bessel展开先将多分量信号分解为单分量信号，再对各单分量信号分别计算WVD后合并，以达到去除交叉项的目的。陈端等基于Gabor变换抑制交叉项，但该方法是将信号分解后用其Gabor系数来计算WVD，存在不能直观的观察到信号的组成成分，只能使用固定的Gabor系数来重构信号的缺点，在各分量信号较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于生成对抗网络的WVD时频分析交叉项抑制方法，其特征在于：包括以下步骤：构建生成式对抗GAN网络，所述GAN网络包括生成器G和判别器D：所述生成器G用于获取样本数据；所述判别器D用于判断输入数据是否为真实数据；获取含有交叉项的图像和消除交叉项的图像；以相互博弈的方式对生成器与判别器进行训练，直到消除含有交叉项的图像中的交叉项。2.如权利要求1所述的基于生成对抗网络的WVD时频分析交叉项抑制方法，其特征在于：所述以相互博弈的方式对生成器与判别器进行训练，具体步骤如下：判别器D参数的训练：将含有交叉项的图像输入生成器G生成样本G(z)；将样本G(z)与消除交叉项的图像输入到判别器D中进行训练得到判别器D的参数；输出判别器D的判别结果；生成器的参数训练：根据判断器D输出的判断结果调整生成器的参数直到生成器G输出结果为真实状态；保留生成器G的参数。3.如权利要求1所述的基于生成对抗网络的WVD时频分析交叉项抑制方法，其特征在于：所述生成式对抗GAN网络采用pix2pix网络。4.如权利要求1所述的基于生成对抗网络的WVD时频分析交叉项抑制方法，其特征在于：所述生成器G(x)采用U
‑
Net网络，包括降采样编码单元、升采样编码单元、连接单元；所述U
‑
Net网络按照以下步骤进行：通过采样编码单元将输入图像降采样到低维度图像，再通过升采样编码单元将低维度图像升采样到原始分辨率；通过连接单元将降采样和升采样按对应的通道拼接。5.如权利要求1所述的基于生成对抗网络的WVD时频分析交叉项抑制方法，其特征在于：所述判别器采用马尔可夫判别器PatchGA...

【专利技术属性】
技术研发人员：谭龙飞，崔梦玲，叶鑫，钱江，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：