小样本条件下基于元学习的单通道源分离抗干扰方法及装置

本发明公开了一种小样本条件下基于元学习的单通道源分离抗干扰方法，该方法为：在训练阶段，首先创建元学习训练数据集，包括目标通信信号和多种干扰信号；然后从数据集中随机提取子集构建任务集，并划分为支持集和查询集；接着搭建信号分离网络，创建元学习目标函数和优化策略，包括内循环和外循环；最后将任务集信号输入网络进行训练，保存最优预训练模型；在微调阶段，首先创建微调数据集并抽取任务；然后创建微调目标函数和优化策略；最后将小样本信号输入预训练模型进行微调，保存最优模型。本发明实现了未知或少量样本条件下通信信号和干扰信号有效分离，实现了有效的干扰识别和抑制，提高了通信抗干扰能力，保障了通信的稳定性和可靠性。