典型文献
基于改进DCGAN的毫米波雷达相互干扰时频图像生成研究——以生成样本对CNN干扰抑制模型性能影响为例
文献摘要：
采用深度学习方法抑制毫米波雷达时频域干扰面临着实测样本不足的问题,数据集的大小和质量会影响模型的干扰抑制性能和泛化性能.文章提出一种改进DCGAN算法来生成毫米波雷达时频域干扰图像,以扩充训练深度学习干扰抑制模型的实测训练样本.改进DCGAN算法对网络结构做出调整,使用带梯度惩罚的Wasserstein距离替代DCGAN的损失函数.实验结果表明,在原始仿真数据集中加入改进DCGAN算法生成的样本,能够有效提高CNN模型的干扰抑制性能.
文献关键词：
毫米波雷达;干扰抑制;深度学习;DCGAN
中图分类号：
作者姓名：
陈泽伟;严远鹏
作者机构：
广东工业大学,广东 广州 510006
文献出处：
引用格式：
[1]陈泽伟;严远鹏-.基于改进DCGAN的毫米波雷达相互干扰时频图像生成研究——以生成样本对CNN干扰抑制模型性能影响为例)[J].现代信息科技,2022(13):55-61
A类：
B类：
DCGAN,毫米波雷达,相互干扰,时频图像,图像生成,模型性能,深度学习方法,时频域,着实,影响模型,干扰抑制性能,泛化性能,来生,干扰图,训练样本,出调,梯度惩罚,Wasserstein,损失函数,仿真数据
AB值：
0.25382
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
