水声通信系统的脉冲去噪模型的训练、识别方法及装置制造方法及图纸

本申请的实施例提供了一种水声通信系统的脉冲去噪模型的训练、识别方法及装置。该训练方法包括：基于预先搭建的仿真OFDM水声通信系统，在接收端下采样后获取接收到的有脉冲时域信号及其对应的无脉冲时域标签信号；分别对二者进行预处理，得到相对应且实虚部分离的有噪输入数据以及无噪标签数据，以作为虚拟训练数据；基于虚拟训练数据对预先构建的初始一维卷积神经网络进行训练，得到待调一维卷积神经网络；将真实噪声数据替换仿真产生的虚拟噪声数据，并采用替换后的虚拟训练数据对待调一维卷积神经网络进行优化，得到目标脉冲去噪模型。本申请实施例的技术方案可以快速且准确地去除传输数据中的脉冲噪声，保证水声通信系统的通信质量。

【技术实现步骤摘要】

本申请涉及计算机及通信，具体而言，涉及一种水声通信系统的脉冲去噪模型的训练、识别方法及装置。

技术介绍

1、水声通信在传输过程中不仅会受到常规背景噪声的影响，还会受到人类活动、冰川移动、鱼类活动等产生的脉冲噪声的影响。在目前的技术方案中，常采用消音、削波以及组合消隐削波方式进行脉冲噪声抑制。然而，上述方式是无记忆且非线性的，虽然实现简单，但是对振幅敏感且阈值的选择是个问题。由此，如何快速且准确地去除传输数据中的脉冲噪声，保证水声通信系统的通信质量成为了亟待解决的技术问题。

技术实现思路

1、本申请的实施例提供了一种水声通信系统的脉冲去噪模型的训练、识别方法及装置，进而至少在一定程度上可以快速且准确地去除传输数据中的脉冲噪声，保证水声通信系统的通信质量。

2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

3、根据本申请实施例的一个方面，提供了一种水声通信系统的脉冲去噪模型的训练方法，该方法包括：

4、基于预先搭建的仿真ofdm水声通信系本文档来自技高网...

【技术保护点】

1.一种水声通信系统的脉冲去噪模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，分别对所述有脉冲时域信号以及所述无脉冲时域标签信号进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，按照以下公式对所述有脉冲时域信号进行缩放：

4.根据权利要求2所述的方法，其特征在于，基于所述虚拟训练数据对预先构建的初始一维卷积神经网络进行训练，得到待调一维卷积神经网络，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述初始一维卷积神经网络包括输入层、隐藏层以及输出层，其中，所述输入层的大小为2×1×N，...

【技术特征摘要】

1.一种水声通信系统的脉冲去噪模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，分别对所述有脉冲时域信号以及所述无脉冲时域标签信号进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，按照以下公式对所述有脉冲时域信号进行缩放：

4.根据权利要求2所述的方法，其特征在于，基于所述虚拟训练数据对预先构建的初始一维卷积神经网络进行训练，得到待调一维卷积神经网络，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述初始一维卷积神经网络包括输入层、隐藏层以及输出层，其中，...

【专利技术属性】
技术研发人员：万磊，徐硕硕，刘恒硕，陈友淦，朱江，
申请(专利权)人：厦门大学，
类型：发明
国别省市：