近日，我院青年教师张杰与合作者在国际知名期刊《Measurement Science and Technology》发表最新研究论文，题为 “Wavelet-enhanced cGAN with frequency-spatial domain collaborative perception for celestial spectral denoising”。该研究针对多普勒测速导航中由于光谱噪声导致测速精度下降的问题,提出了一种用于天体光谱去噪的WCGAN方法。该方法结合双树复小波变换与条件生成对抗网络，在频域和空间域协同建模光谱特征。通过多尺度小波分解，模型能够同时保留低频整体结构和高频细节信息，从而提高噪声抑制能力与谱线重建精度。该论文以米乐mile官方网站为第一完成单位，张杰为第一作者。
论文研究表明，所提出方法通过融合频域和空域协同感知模块与条件多头注意力机制，能够有效提升复杂噪声环境下天体光谱的去噪能力与多尺度特征重建能力。实验结果显示，该方法在不同噪声条件下均能够保持稳定的去噪效果，有效恢复谱线细节信息并降低噪声对测速结果的影响，进一步提升了天体光谱处理的精度与鲁棒性，验证了该方法在高精度测速导航中的应用价值与工程潜力。
期刊简介：《Measurement Science and Technology》（《测量科学与技术》）是国际测量科学与仪器仪表领域极具权威性的顶尖学术期刊，代表着全球相关领域研究的最高学术水平与前沿发展方向。SCI 核心收录，JCR Q1 顶级分区，影响因子达3.4。
论文链接：https://iopscience.iop.org/article/10.1088/1361-6501/adf98c/meta
