基于随机模式耦合矩阵模型训练 U-Net 以恢复声学干涉条纹
机器学习
2020-05-20 v1 机器学习
信号处理
应用物理
摘要
我们训练了一个 U-Net 从失真信号中恢复声学干涉条纹（AISs）。引入随机模式耦合矩阵模型以快速生成大量训练数据，用于训练该 U-Net。U-Net 的 AIS 恢复性能在具有非线性内波（NLIWs）的距离相关波导中进行了测试。尽管随机模式耦合矩阵模型并非精确的物理模型，测试结果表明该 U-Net 在不同信噪比（SNRs）以及不同形状和振幅与宽度的 NLIWs 下均能成功恢复 AISs。
引用
@article{arxiv.2003.10661,
title = {Training a U-Net based on a random mode-coupling matrix model to recover acoustic interference striations},
author = {Xiaolei Li and Wenhua Song and Dazhi Gao and Wei Gao and Haozhong Wan},
journal= {arXiv preprint arXiv:2003.10661},
year = {2020}
}