[发明专利]基于端到端卷积神经网络的相位混叠误差去除方法及装置有效
| 申请号： | 201910947467.X | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110751268B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 胡摇;郝群;袁诗翥 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京市中闻律师事务所 11388 | 代理人： | 冯梦洪 |
| 地址： | 100081 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于端到端卷积神经网络的相位混叠误差去除方法及装置，其解决了傅里叶变换法或数字莫尔移相法求解单幅干涉图过程中，由于载波添加不当或面形误差相位频谱带宽过大导致的相位频谱混叠问题，能够消除相位频谱混叠误差，实现宽频谱相位干涉图的求解，扩展单幅干涉图解相方法的测量范围。方法包括：(1)设计多尺度卷积神经网络；(2)模拟宽频谱相位干涉图，基于傅里叶变换法或数字莫尔移相法解得含有相位频谱混叠误差的相位图，与原宽频谱相位图一同作为混叠训练集；(3)利用混叠训练集训练多尺度卷积神经网络；(4)利用训练好的多尺度卷积神经网络，处理真实的含相位频谱混叠误差的相位图，得到不含相位频谱混叠误差的高精度相位解相结果。 | ||
| 搜索关键词： | 基于 端到端 卷积 神经网络 相位 误差 去除 方法 装置 | ||
【主权项】：
1.一种基于端到端卷积神经网络的相位混叠误差去除方法，其特征在于：其包括以下步骤：/n(1)针对混叠误差的位置随机性和尺度随机性，设计多尺度卷积神经网络；/n(2)利用计算机模拟宽频谱相位干涉图，基于傅里叶变换法或数字莫尔移相法解得含有相位频谱混叠误差的相位图，与原宽频谱相位图一同作为混叠训练集；/n(3)利用混叠训练集训练多尺度卷积神经网络；/n(4)利用训练好的多尺度卷积神经网络，处理真实的含相位频谱混叠误差的相位图，得到不含相位频谱混叠误差的高精度相位解相结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910947467.X/，转载请声明来源钻瓜专利网。
