非高斯环境下的深度学习脉冲信号去噪与重构

• 作者: 李悦 马晓川 王磊 刘宇
• 来源期刊: 应用声学
• 学科: 物理学
• 关键词: 深度学习 非高斯噪声 信号去噪
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 131-141
• 页数: 11页
• 分类号: O429
• 语种: 中文
• DOI: 10.11684/j.issn.1000-310X.2021.01.016

摘要

由于实际海洋环境中存在大量的非高斯噪声,一些基于高斯假设的传统去噪方法在实际海洋环境中性能下降甚至失效.针对非高斯噪声,如α稳定分布噪声、非平稳行船噪声下的脉冲信号的去噪与重构,该文提出一种基于深度学习的方法.去噪模型首先通过学习带噪信号短时傅里叶变换谱与残差谱之间的映射关系以去除环境噪声,之后对去噪信号的时频谱进行逆变换重构脉冲信号.仿真实验结果表明,深度学习模型在非高斯噪声环境下脉冲信号的去噪与重构任务中有着良好的表现,在实测样本上也表现出良好的泛化性,体现了一定的工程应用价值.