基于生成模型的三维波束形成图像压缩方法

摘要

针对通道压缩方法在高压缩率下导致DenseNet模型定位性能显著降低的问题，提出一种基于改进向量量化变分自编码器(VQ-VAE-2)模型的三维波束形成图像压缩(3D-BFMC)方法。先利用VQ-VAE-2模型的层级编码器将三维波束形成图压缩为向量化局部特征矩阵，再将该矩阵输入DenseNet模型实现三维定位。仿真结果表明，使用3D-BFMC方法压缩数据训练的DenseNet模型在定位精度、频率泛化性能、噪声鲁棒性上均优于通道压缩方法。单声源试验验证了3D-BFMC方法在真实环境中的有效性和可行性。

关键词

波束形成 / 数据压缩 / 深度学习 / 改进向量量化变分自编码器 / 三维空间