一种基于残差神经网络的单通道时频混叠信号盲分离方法

摘要

本发明一种基于残差神经网络的单通道时频混叠信号盲分离方法，包括以下步骤：步骤1：获取单通道时频混叠信号；步骤2：根据步骤1得到的混叠信号，构造数据集，数据集包括训练集和测试集；步骤3：搭建残差神经网络，通过步骤2得到的数据集对残差神经网络进行训练和测试；步骤4：创建网络损失函数；步骤5：将混叠信号输入步骤3得到的残差神经网络，得到分离后的两路源信号波形；步骤6：将步骤4得到的源信号波形送入调节器解调即可完成时频混叠信号的盲分离；本发明采用数据驱动的深度学习方法弥补人工对分离问题模型刻画的不足，从大量样本中学习信号的深层特征并进行拟合，避免了复杂且繁琐的人工设计；训练特征构造复杂度低。