基于深度卷积生成网络的冲击波信号压缩感知方法

• 作者: 豆佳敏 王琰 王义君
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 生成对抗网络 压缩感知 冲击波信号 深度卷积网络
• 年，卷（期）: 2022,（1）
• 页码范围: 72-78
• 页数: 7页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2022.01.011

摘要

因信号的重构效果受到稀疏矩阵选取或设计的影响,传统压缩感知技术在处理冲击波信号时要求信号在某个变换域上满足稀疏先验性.为了避免稀疏矩阵不易选取的问题,提出了一种基于深度卷积生成网络与压缩感知技术相结合的算法.该算法将固定的随机信号作为网络输入值,网络的输出结果为重构信号,利用文中设计的损失函数对网络中的参数进行优化,实现信号端到端的恢复,并通过仿真验证了重构结果误差的减少.在15 psi和5 psi传感器实测冲击波信号的实验结果中表明,本文算法相比于传统压缩感知技术具有更好的重构结果,重构误差在稳定时约为DFT-OMP算法和DCT-OMP算法在M为2400时误差值的0.5倍.