咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于生成对抗网络的布里渊分布式光纤传感器降噪 收藏

基于生成对抗网络的布里渊分布式光纤传感器降噪

Noise Reduction of Brillouin Distributed Optical Fiber Sensors Based on Generative Adversarial Network

作     者:罗阔 王宇瑶 朱柏蓉 余贶琭 Luo Kuo;Wang Yuyao;Zhu Borong;Yu Kuanglu

作者机构:北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 香港理工大学电子及信息工程系光子研究所中国香港999077 

出 版 物:《光学学报》 (Acta Optica Sinica)

年 卷 期:2024年第44卷第1期

页      面:387-397页

核心收录:

学科分类:070207[理学-光学] 07[理学] 08[工学] 0803[工学-光学工程] 0702[理学-物理学] 

基  金:中央高校基础研究基金(021314380211) 国家重点基础研究发展计划(2021YFB2900704) 中国科协中外优秀青年交流计划 

主  题:光纤光学 布里渊分布式光纤传感 图像去噪 生成对抗网络 自洽约束 噪声建模 

摘      要:首先,利用自洽约束生成对抗网络(SCGAN)建模布里渊增益谱(BGS)中的真实噪声分布,生成噪声数据用于去噪卷积神经网络训练。通过对高斯噪声和SCGAN生成噪声进行直方图统计和幅度谱分析,证明了两种噪声的差异。然后,利用2种噪声分别训练3种最新的去噪卷积神经网络,在不同温度、不同信噪比的实验数据上对比了各网络的性能。实验结果表明,所提方法能准确获取低信噪比BGS的布里渊频移,说明基于生成对抗网络的噪声提取方式能够有效地建模真实噪声,更好地训练有监督网络。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分