一种基于RCGAN的水声通信信号降噪方法

• 作者: 李勇斌 王彬 邵高平 邵帅
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 水声通信信号 降噪 RCGAN 扩张卷积 迁移学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术论文|PAPERS
• 页码范围: 54-62
• 页数: 9页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.12263/DZXB.20200369

摘要

针对复杂海洋环境噪声中水声通信信号数据稀缺条件下的水声通信信号降噪问题,提出一种基于相对条件生成对抗网络(Relativistic Conditional Generative Adversarial Networks,RCGAN)的水声通信信号降噪方法.该方法利用相对条件生成对抗网络具有降噪能力的特点,通过引入扩张卷积结构,构造了适用于水声通信信号的降噪模型,提升了对不同海洋环境噪声的降噪能力;为了解决样本数据稀缺条件下的网络训练问题,根据生成对抗网络特点设计了两步迁移学习策略,并构造了基于数据模型迁移的迁移数据训练集.仿真实验和实际信号测试结果表明,该方法对不同分布特性的海洋环境噪声具有稳健性,能够大幅度降低对目标信号训练数据数量的要求,降噪效果优于现有算法.