基于深度压缩感知的电磁环境重构方法及相关设备技术

技术编号:45849863 阅读:6 留言:0更新日期:2025-07-19 11:11
本公开提供一种基于深度压缩感知的电磁环境重构方法及相关设备。所述方法包括:获取电磁环境样本数据,并从所述电磁环境样本数据中确定数据集,对所述数据集进行压缩采样处理得到样本数据;通过梯度加速优化算法进行初步压缩重构,根据所述样本数据对当前估计值进行梯度计算得到所述当前估计值的当前梯度;通过挤压激励稠密卷积网络进一步压缩重构,根据所述当前梯度对所述当前估计值进行更新处理得到更新估计值;响应于确定更新次数达到预设的更新次数阈值,将所述梯度加速优化算法和所述挤压激励稠密卷积网络构成的深度压缩重构模型作为训练完成的目标电磁环境重构模型,从而将离散分布的电磁环境采样数据重构成连续分布的频谱信息分布图。

【技术实现步骤摘要】

本公开涉及数据处理,尤其涉及一种基于深度压缩感知的电磁环境重构方法及相关设备


技术介绍

1、随着智能化和数字化的发展,对电磁环境的解析具有重要的研究意义。然而,受限于物理障碍和经济成本,往往难以全面采集电磁环境数据,电磁环境重构能够将离散的电磁环境采样数据转化为连续的频谱信息分布图。

2、有鉴于此,如何快速准确地将离散的电磁环境采样数据转换为连续的频谱信息分布图成为亟待解决的技术问题。


技术实现思路

1、有鉴于此,本公开的目的在于提出一种基于深度压缩感知的电磁环境重构方法及相关设备用以解决或部分解决上述技术问题。

2、基于上述目的,本公开的第一方面提出了一种基于深度压缩感知的电磁环境重构方法,所述方法包括:

3、获取电磁环境样本数据,并从所述电磁环境样本数据中确定数据集,对所述数据集进行压缩采样处理得到样本数据;

4、通过梯度加速优化算法进行初步压缩重构,根据所述样本数据对当前估计值进行梯度计算得到所述当前估计值的当前梯度;

5、通过挤压激励稠密卷本文档来自技高网...

【技术保护点】

1.一种基于深度压缩感知的电磁环境重构方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过梯度加速优化算法进行初步压缩重构,根据所述样本数据对当前估计值进行梯度计算得到所述当前估计值的当前梯度,包括:

3.根据权利要求1所述的方法,其特征在于,所述通过挤压激励稠密卷积网络进一步压缩重构,根据所述当前梯度对所述当前估计值进行更新处理得到更新估计值,包括:

4.根据权利要求1所述的方法,其特征在于,所述获取电磁环境样本数据,包括:

5.根据权利要求1所述的方法,其特征在于,在所述通过挤压激励稠密卷积网络进一步压缩...

【技术特征摘要】

1.一种基于深度压缩感知的电磁环境重构方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过梯度加速优化算法进行初步压缩重构,根据所述样本数据对当前估计值进行梯度计算得到所述当前估计值的当前梯度,包括:

3.根据权利要求1所述的方法,其特征在于,所述通过挤压激励稠密卷积网络进一步压缩重构,根据所述当前梯度对所述当前估计值进行更新处理得到更新估计值,包括:

4.根据权利要求1所述的方法,其特征在于,所述获取电磁环境样本数据,包括:

5.根据权利要求1所述的方法,其特征在于,在所述通过挤压激励稠密卷积网络进一步压缩重构,根据所述当前梯度对所述当前估计值进行更新处理得到更新估计值之后,还包括:

6.根据权利要求5所述的方法,其特征...

【专利技术属性】
技术研发人员:刘芳张黎微刘元安陈世冲吴帆苏明
申请(专利权)人:北京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1