基于深度學習的信源數估計方法
麻凱利; 王川川 電子信息系統復雜電磁環境效應國家重點實驗室; 河南洛陽471003
關鍵詞：盲源分離 源數估計 深度學習 卷積神經網絡
摘要：信號的盲源分離一直是一項重要的工作,信號源數估計是盲源分離的重要步驟。對單通道接收信號的源數估計方法進行了研究,通過將信號變換到時頻域,引入卷積神經網絡來進行問題求解。針對該時頻圖像的特點,為源數估計設計了相應的卷積神經網絡,提出了一種3CPB模型,能初步達到較高的源數估計的準確度。模型可在有色噪聲的干擾下、不同信噪比情況下較好地完成信號源數目估計的任務,為源數估計方法提供了一種新的技術路線。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
