[发明专利]复杂频谱环境混合信号的分离方法

权利要求书

1.一种复杂频谱环境混合信号的分离方法，具有如下技术特征：基于语义分割神经网络的经典结构U-Net，采用由降采样模块组成的降采样编码网络相连和由升采样模块组成的升采样编码网络，通过降采样编码网络压缩数据特征，再通过升采样编码网络恢复数据尺寸；接收机对接收到的混合信号的IQ两路数据进行时域加窗和频谱重建处理，基于时域加窗进行频谱重建，对时域加窗后的信号做长度为N的快速傅里叶变换FFT，并计算其幅度，完成频谱重建；在接收机完成混合信号的时域加窗和频谱重建后，IQ两路数据与幅度谱组成张量数据作为网络输入，得到目标信号的IQ两路与幅度谱数据；在高斯噪声环境下，基于U-Net改进的语义分割网络，用均方误差函数作为损失函数，在接收数据中学习信号特征，从混合信号中并行分离目标信号的复基带IQ两路以及幅度谱数据，恢复出源信号。

2.如权利要求1所述的复杂频谱环境混合信号的分离方法，其特征在于：语义分割网络的第一层为输入层，输入尺寸为(512,1024，1,3)，输入层后为降采样编码网络，第四降采样模块后为升采样解码网络，第四升采样模块后为输出网络。

3.如权利要求1所述的复杂频谱环境混合信号的分离方法，其特征在于：降采样编码网络包括：第一降采样模块特征拼接Conv2D，卷积-ReLU激活层、Conv2D，第二降采样模块特征拼接第四升采样模块，第三降采样模块特征拼接第三升采样模块，第四降采样模块特征拼接第二升采样模块。

4.如权利要求3所述的复杂频谱环境混合信号的分离方法，其特征在于：第一降采样模块顺次通过第二采样模块、第三降采样模块和第四降采样模块，经第一升采样模块、第二升采样模块、第三升采样模块和第四升采样模块并联Conv2D，卷积-ReLU激活层；张量通过第一降采样模块经第二升采样模块，将第一升采样模块升采样层的输出与第四降采样模块降采样层的输入拼接，第一升采样模块升采样层的输出与第四降采样模块降采样层的输入拼接；第二升采样模块将第一升采样模块升采样层的输出与第四降采样模块降采样层的输入拼接；第三升采样模块将第二升采样模块升采样层的输出与第三降采样模块降采样层的输入拼接；第四升采样模块将第三升采样模块升采样层的输出与第二降采样模块降采样层的输入拼接，将第四升采样模块升采样层的输出与第一降采样模块降采样层的输入拼接之后通过卷积核尺寸为(3,1))卷积层通道数为32的卷积-ReLU激活层，最终通过一层卷积核尺寸为(1,1)的卷积层，卷积层通道数为3，其中，X_I为I路数据流，X_Q为Q路数据流，Y为幅度谱数据流。

5.如权利要求3所述的复杂频谱环境混合信号的分离方法，其特征在于：降采样编码网络由两层卷积、激活层和一层步幅池化降采样层构成基本结构，其基本结构堆叠4次组成降采样编码网络。

6.如权利要求1所述的复杂频谱环境混合信号的分离方法，其特征在于：升采样解码网络由两层卷积层、激活层和一层升采样层构成基本结构，其基本结构4次组成升采样解码网络，基本结构在每次升采样后与相同尺寸的降采样编码层进行特征拼接，拼接后的数据通过三通道的卷积输出层，三通道分别输出分离目标信号的IQ两路和幅度谱数据

其中，X_outputI表示分离目标信号的复基带I路数据，X_outputQ表示分离目标信号的复基带Q路数据，Y_output表示分离目标信号的幅度谱数据。

7.如权利要求3所述的复杂频谱环境混合信号的分离方法，其特征在于：降采样编码网络由降采样模块组成，降采样模块包括：两层Conv2D-ReLU激活的卷积层和一层MaxPooling2D最大值池化降采样层，卷积层通过补0确保卷积层的输入和输出尺寸相同，MaxPoolin2D层将其输入尺寸降低至原来的一半作为输出。