公开(公告)号：CN118427522A

公开(公告)日：2024-08-02

申请号：CN202410515195.7

申请日：2024-04-26

申请人： 电子科技大学

发明人： 王鹏飞 ,  肖相青 ,  钟凯 ,  安东旭 ,  胡进峰 ,  赵紫薇

IPC分类号： G06F18/10 ,  G06F18/214 ,  G06N3/084 ,  G06N3/0499 ,  G01S7/41

摘要： 本发明公开了基于模型深度学习网络的弹性多普勒互补序列设计方法，包括以下步骤：S1.进行弹性多普勒互补序列设计建模，构建CMC与EC约束下的双变量问题；S2.构建统一约束空间，将双变量问题转换为无约束的优化问题；S3.将转换后的问题的目标函数作为深度学习网络的损失函数，构建模型驱动的深度学习网络来求解。本发明通过将CMC和EC相结合，构造了一个统一的约束空间，并将该问题转化为该空间上的无约束优化问题；然后，我们推导了双变量的并行梯度，并将GP算法构造为深度学习网络的展开层；最后，我们将该问题的目标函数作为网络的损失函数，并通过自适应更新GP算法迭代步长，实现了该问题的并行优化。