![](https://csdnimg.cn/release/download_crawler_static/87486969/bg4.jpg)
因此,本文使用两个相同网络结构的 GAN 网络分别生成海杂波数据的实部和虚部,
而后将实部与虚部合成海杂波的复数数据。具体的网络结构如图 2 所示。
图 2 海杂波数据对抗生成网络结构
下载: 全尺寸图片 幻灯片
生成器网络结构包括 1 个输入模块、5 个卷积模块和 1 个输出模块。其中输入模块包
含 1 个全连接层和 ReLU 激活函数;卷积模块包含 1 个上采样层、1 个 1 维卷积层和 ReLU
激活函数;输出模块包含 1 个 1 维全连接层和 Tanh 激活函数。判别器网络包括 5 个卷积
模块和 1 个输出模块。其中卷积模块包含 1 个 1 维卷积层和 1 个 Leaky ReLU 激活函数,
输出模块包含 1 个全连接层和 Sigmoid 激活函数。
当生成器网络输入长度为 100 的随机序列时,首先经过输入模块(输入 100、输出 256
的全连接层+ ReLU 激活函数)后,输出长度为 256 的序列,再经过第 1 个卷积模块,经过
2 倍上采样后得到长度为 512 的序列,再经过 512 通道,卷积核大小为 1×3,输入序列左
右各补 1 个 0(padding=1),卷积步长为 1(stride=1)的 1 维卷积层,然后通过 ReLU 激活函数
后,得到输出 512 个通道,长度为 512 的信号;依次经过第 2 个、第 3 个直到第 5 个卷积
模块。最终经过输出模块(全连接层+Tanh 激活函数)得到长度为 8192 的生成信号。
当长度为 8192 的生成信号输入判别器网络,首先经过第 1 个卷积模块,模块中的 1
维卷积层参数为,卷积核个数为 64,卷积核大小为 1×3, stride=4,在序列左右各填充两个
0,即 padding=2。经过第 1 个卷积模块后,输入信号尺寸变为 64 个通道,长度为 2048。
分别经过第 2、第 3 和第 4 个卷积模块,输出变为 512 通道,长度为 32。随后经过最后一
个卷积模块(卷积核个数为 1024,卷积核大小为 1×3,stride=2,在序列左右各填充两个 0,
即 padding=2)后,输出变为单通道。最后经过全连接层和 Sigmoid 激活函数判别输入信号
为真实信号还是生成信号的概率 D(x)。上述网络模块具体参数详见表 1。