一种基于迁移学习的类干涉信号解相方法

    公开(公告)号:CN114444293B

    公开(公告)日:2023-06-23

    申请号:CN202210070398.0

    申请日:2022-01-21

    Abstract: 本发明公开了一种基于迁移学习的类干涉信号解相方法,该方法利用迁移学习的思想,利用仿真数据作为模型的训练集,同时提出一种解相神经网络模型结构,最后训练出神经网络,而该神经网络可以直接用于实际测量中的类干涉信号的解相,进而用于实际测量中的位移重构。本发明利用仿真数据形成数据集,避免了构建模型过程中耗时耗力的数据集准备过程,极大节省了模型的开发周期。本发明标记函数生成过程即适用于模型训练,也适用于解相过程中标记信号的生成。本发明生成出的模型可以匹配类干涉信号,只要信号可以表示为cos(φt)的形式的都可以利用此模型进行解相。

    一种基于迁移学习的类干涉信号解相方法

    公开(公告)号:CN114444293A

    公开(公告)日:2022-05-06

    申请号:CN202210070398.0

    申请日:2022-01-21

    Abstract: 本发明公开了一种基于迁移学习的类干涉信号解相方法,该方法利用迁移学习的思想,利用仿真数据作为模型的训练集,同时提出一种解相神经网络模型结构,最后训练出神经网络,而该神经网络可以直接用于实际测量中的类干涉信号的解相,进而用于实际测量中的位移重构。本发明利用仿真数据形成数据集,避免了构建模型过程中耗时耗力的数据集准备过程,极大节省了模型的开发周期。本发明标记函数生成过程即适用于模型训练,也适用于解相过程中标记信号的生成。本发明生成出的模型可以匹配类干涉信号,只要信号可以表示为cos(φt)的形式的都可以利用此模型进行解相。

Patent Agency Ranking