基于Stacked-TCN的空间混叠信号单通道盲源分离方法

来源：系统工程与电子技术杂志2021年第9期北京时间：

作者：赵孟晨, 姚秀娟, 王静, 董苏惠

单位：1. 中国科学院国家空间科学中心, 北京 100190；2. 中国科学院大学电子电气与通信工程学院, 北京 100049

摘要：针对空间互联网星地通信场景中的混叠信号分离精度不足问题, 提出了基于深度学习的堆叠时域卷积网络(stacked time-domain convolutional network, Stacked-TCN)分离方法。首先, 对混合信号提取编码特征表示。然后, 通过时域卷积网络训练得到源信号的深层特征掩模, 将每个信号源的掩模与混合信号编码特征做Hadamard乘积, 得到源信号的编码特征表示。最后, 使用1-D卷积, 对源信号特征进行解码, 得到原始波形。实验采用负的比例不变信噪比作为网络训练的损失函数, 即单通道盲源分离性能的评价指标。结果表明, Stacked-TCN方法与其他4种算法相比, 所提方法具有更好的分离精度和噪声鲁棒性。

关键词：欠定盲源分离,同频干扰,单通道,时域卷积网络

基金资助：中国科学院空间科学战略性先导科技专项(XDA15060100);中国科学院战略高技术创新基金(GQRC-19-14)