用于恢复缺失频谱信息的生成对抗网络
机器学习
2018-12-17 v2 机器学习
摘要
超宽带（UWB）雷达系统现今通常在低频段工作以实现穿透能力。然而，该频段也被许多其他通信系统共享，从而导致频带中信息缺失。为恢复此缺失频谱信息，我们提出了一种称为 SARGAN 的生成对抗网络（GAN），它通过巧妙观察这些训练对来学习原始与缺失频带信号之间的关系。初步结果表明，该方法在应对这一具挑战性的缺失频带问题方面大有前景。
引用
@article{arxiv.1812.04744,
title = {Generative Adversarial Networks for Recovering Missing Spectral Information},
author = {Dung N. Tran and Trac D. Tran and Lam Nguyen},
journal= {arXiv preprint arXiv:1812.04744},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1707.06873 by other authors