摘要
本发明公开了一种基于多任务学习的小样本单通道源分离抗干扰方法及装置。该方法为:在训练阶段,首先创建多任务训练数据集,包括目标通信信号和多种干扰信号;然后搭建信号分离网络,并创建联合训练目标函数;最后将多任务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和目标函数;然后将小样本信号输入预训练模型进行微调,保存最优模型;在应用阶段,首先获取被干扰的混叠信号,输入微调好的网络模型进行信号分离,然后恢复分离信号的比特数据。该装置包括多任务训练模块、小样本微调模块和应用模块。本发明能够在单根天线接收情况下实现通信信号和干扰信号有效分离,提高了无线通信的抗干扰能力。
技术关键词
抗干扰方法
多任务
样本
编码器
解码器
阶段
预训练模型
数据
通信信号调制方式
扫频干扰
噪声
干扰设备
网络单元
分离器模块
信噪比
抗干扰装置
系统为您推荐了相关专利信息
多任务分配方法
异构机器人
任务分配模型
集群
粒子群优化算法
电力市场主体
网络安全约束
策略
深度神经网络模型
方程
酒店运营管理
动态定价策略
酒店选址
聚类分析算法
计算机可读取存储介质