[发明专利]一种基于神经网络的光谱响应设计方法

权利要求书

1.一种基于神经网络的光谱响应设计方法，其特征在于，该方法包括以下步骤：

(1)确定目标光谱的光谱通道数N以及光谱调制器的个数M；

(2)构建光谱感知网络；所述光谱感知网络的第一层为输入单元数为N，输出单元数为M的线性连接层，该线性连接层为硬件层；根据神经网络线性连接层的数学特性，硬件层描述了M个光谱调制器对输入的目标光谱的调制过程，即硬件层的第i(i＝1,2,…,N)个输入单元与第j(j＝1,2,…,M)个输出单元之间的权重项w_ji表示第j个光谱调制器在第i个光谱通道处的光谱响应值，第j个输出单元的响应值代表目标光谱经过第j个光谱调制器后探测器的响应；硬件层之后为若干神经网络连接层，负责对硬件层的输出响应值做进一步处理，以使整个光谱感知网络实现光谱重构和光谱识别；

(3)构建正向预测网络；所述正向预测网络的输入单元数为P，对应于P个控制光谱调制器光谱响应的物理参数；输出单元数为N，对应于光谱调制器在N个光谱通道处的响应值；训练正向预测网络，以达到根据物理参数预测光谱响应的功能；

(4)向所述光谱感知网络中添加一组参数p_jk(j＝1,2,…,M；k＝1,2,…,P)，表示控制第j个光谱调制器光谱响应的第k个物理参数；硬件层的权重项w_ji由参数p_jk输入至正向预测网络生成，对w_ji的初始化和更新即转化为对物理参数p_jk的初始化和更新；

(5)训练光谱感知网络；将所述光谱感知网络的硬件层的所有偏置项b_j(j＝1,2,…,M)设置为0且在训练过程中不进行更新，选择已知的光谱数据集对光谱感知网络进行训练，不断更新参数p_jk；当训练过程完成后，所得的参数p_j1,p_j2,…,p_jP即为优化得到的第j个光谱调制器的设计参数，将其输入到正向预测网络，得到的权重值w_j1,w_j2,…,w_jN即为第j个光谱调制器的光谱响应曲线。

2.根据权利要求1所述的一种基于神经网络的光谱响应设计方法，其特征在于，所述步骤(1)中，所述光谱通道数N的计算公式如下：

N＝(λ_max-λ_min)/Δλ

其中，λ_min、λ_max分别为目标光谱波长的最小值和最大值，Δλ为光谱分辨率。

3.根据权利要求1所述的一种基于神经网络的光谱响应设计方法，其特征在于，所述步骤(2)中，所述神经网络连接层为软件层；各软件层的结构和单元数由设计者根据具体应用场景确定，以实现对光谱信号的重构、分类或识别；根据对应的功能确定用于训练光谱感知网络的损失函数。