一种基于对抗生成网络的地海杂波谱数据样本生成方法技术

本发明专利技术公开了一种基于对抗生成网络的地海杂波谱数据样本生成方法，包括：S1、根据天波雷达地海杂波数据分布特征构建数据集和获取随机噪声；S2、基于天波雷达地海杂波数据分布特征构建生成式对抗网络，并通过生成式对抗网络、预先得到的数据集和随机噪声，生成海量天波雷达地海杂波数据、并构成预设数据集；其中，的生成式对抗网络是基于卷积和反卷积网络所构建的，并利用深度学习方法和预设数据集、对生成式对抗网络进行网络训练。其解决了现有天波雷达地海杂波谱数据的标注与数据生成方法效率低的问题。效率低的问题。效率低的问题。

【技术实现步骤摘要】
一种基于对抗生成网络的地海杂波谱数据样本生成方法


[0001]本专利技术属于深度学习
，具体涉及一种基于对抗生成网络的地海杂波谱数据样本生成方法。

技术介绍

[0002]由于电离层环境探测子系统与天波主雷达工作方式、探测通道等均有所不同，导致存在电离层探测子系统提供的坐标配准参数不准确、与主雷达目标参数不一致等问题，从而造成天波雷达目标定位误差大。
[0003]基于深度学习的天波雷达地海杂波谱数据识别技术需要海量训练样本，传统的有监督学习方法需要使用已标定样本训练模型，天波雷达地海杂波谱数据的准确标定直接影响陆海分界线识别效果的好坏。天波雷达地海杂波谱数据易于大量获得，但人工标注耗时费力，无法达到模型需求，因此如何应对小规模数据问题具有实际工程意义。传统的应对小规模数据集训练问题的方法是数据增强，通过合成或者转换的方式,从有限的数据中生成新的数据,数据增强技术一直以来都是克服数据不足的重要手段。这种基于数据几何变换的数据增强方法可以在一定程度上缓解神经网络过拟合问题,提高模型泛化能力。但与原始数据相比,增加的数据点并没有从根本上解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于对抗生成网络的地海杂波谱数据样本生成方法，其特征在于，包括：S1、根据天波雷达地海杂波数据分布特征构建数据集和获取随机噪声；S2、基于天波雷达地海杂波数据分布特征构建生成式对抗网络，并通过生成式对抗网络、预先得到的数据集和随机噪声，生成海量天波雷达地海杂波数据、并构成预设数据集；其中，所述的生成式对抗网络是基于卷积和反卷积网络所构建的，并利用深度学习方法和所述预设数据集、对所述生成式对抗网络进行网络训练。2.根据权利要求1所述的一种基于对抗生成网络的地海杂波谱数据样本生成方法，其特征在于，所述生成式对抗网络包括生成器和判别器：所述生成器根据真实的地海杂波数据输出生成的样本数据；所述的判别器是根据真实的地海杂波数据和生成的样本数据，获取生成样本数据的真实概率。3.根据权利要求1或2所述的一种基于对抗生成网络的地海杂波谱数据样本生成方法，其特征在于，利用深度学习方法和预设数据集对所述生成式对抗网络进行网络训练的步骤具体为：步骤S11、构建少量地海杂波训练样本，其中包括数目相同的不同特性的地海杂波样本；步骤S12、利用深度学习方法和预设数据集对所述生成器进行训练，并根据所述地海杂波数据和所述生成器的生成数据，对所述生成式对抗网络中的判别器进行训练；步骤S13：重复执行步骤S11～步骤S12并且当所述生成器的...

【专利技术属性】
技术研发人员：李灿，文天羿，潘泉，王增福，刘准钆，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：