一种基于深度学习的卫星频谱感知数据重构方法

发明专利有效专利

申请号：
CN202110175322.X
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-02-09
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的卫星频谱感知数据重构方法
申请号	CN202110175322.X	申请日期	2021-02-09
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-05-18	公开/公告号	CN112819082A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市雨花台区宁双路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	丁晓进;冯李杰;张更新;吴尘
代理机构	南京瑞弘专利商标事务所（普通合伙）	代理人	彭雄

摘要

本发明公开了一种基于深度学习的卫星频谱感知数据重构方法，结合了异常数据修复算法与深度卷积神经网络，包括数据预处理、数据重建、实时重建性能评估三个部分；数据预处理是将高分辨率频谱数据依次进行异常数据修复、降采样和数据匹配操作，低分辨率数据依次进行异常数据修复和数据匹配操作；数据重建步骤是利用历史高分辨率数据进行模型训练，将实时传输的低分辨率频谱输入到已经训练好的模型中，完成超分辨率重建；实时重建性能评估步骤是利用传输的少量高分辨率频谱数据评估数据重建的性能，以确定是否要重新进行模型训练。本方法可将低分辨率频谱数据重建为高分辨率频谱数据，从而有效降低星地传输数据量，减缓星地间数据传输压力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供