文章摘要:在实际应用中，自由感应衰减信号（FID）数据中通常含有大量噪声干扰，直接影响了检测结果的准确性。该文针对上述问题，设计了一种基于卷积编解码网络的FID信号提取方法。即在卷积神经网络的框架下，通过训练学习复杂噪声背景下FID数据时频谱与纯净FID信号时频谱之间的映射关系，实现FID信号的噪声压制，再经短时傅里叶逆变换完成FID信号的提取。在卷积网络训练中同时考虑了FID信号的实部和虚部特征，更好地保留了其相位信息。实验结果表明：提出的FID信号提取方法可以在多种噪声同时存在的情况下有效地压制噪声，且不损失FID信号。该方法可作为深度学习课程的验证性实验，也可作为创新性实验内容。

文章关键词:

项目基金: