基于深度学习的单通道时频混叠干扰信号消除方法及系统

本发明公开了一种基于深度学习的单通道时频混叠干扰信号消除方法及系统。方法如下：步骤一，获取多个单通道接收的混合信号，每个混合信号包含目标信号及其同频干扰信号；步骤二，构建适用于信号分离的包含双重注意力机制的LSTM神经网络；步骤三，使用上述多个单通道接收的混合信号作为网络输入数据，对构建的LSTM神经网络进行训练，得到应用于单通道时频混叠干扰信号消除的神经网络模型；步骤四，将实采的带有目标信号的混合信号作为单通道时频混叠干扰信号消除的神经网络模型输入，由此输出所需要的无干扰目标信号。本发明无需对目标信号和干扰信号进行精确的参数估计，即插即用，学习训练不受信号样式限制，具备广泛适用性。