基于深度学习的海洋色散信道信号处理研究

作     者：刘子玄 陈智勇 余白石 钱良 LIU Zixuan;CHEN Zhiyong;YU Baishi;QIAN Liang

作者机构：上海交通大学上海200240 汉江实验室湖北武汉430060 

基　　金：国家重点研发计划项目“高性能海洋电场传感器设计与研制”(2022YFC3104001) 国家自然科学基金优秀青年科学基金项目“移动计算通信网络理论与方法”(62222111) 

出 版 物：《移动通信》 (Mobile Communications)

年 卷 期：2024年第48卷第11期

页      码：57-62页

摘      要：海洋非均匀介质构成的海底信道中,电磁波色散现象会产生明显的频域谐波特征。然而,传统谱线检测方法通常只关注单一谱线的识别而未能对谐波特征进行全局分析,且谱线能量的分散导致传统检测方法的性能显著下降。为了克服这些挑战,提出了一种基于先验霍夫增强的卷积神经网络检测方法,利用霍夫变换对谱线进行预定位,并借助深度学习的全局视野与强大特征学习能力,实现了对色散现象特征的准确检测,显著提升了检测性能。

主 题 词：非均匀介质 色散现象 谐波特征 霍夫变换 卷积神经网络 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.3969/j.issn.1006-1010.20240927-0001

馆 藏 号：203155561...