一种基于transformer编码器的信源数估计方法及系统

本申请公开了一种基于transformer编码器的信源数估计方法及系统，涉及数据处理、人工智能技术，包括：获取输入的IQ数据；对所获取的IQ数据通过复值卷积残差预处理，以获取高阶混叠调制信号的空间关联特征；将预处理后的信号，使用transformer编码器，以提取预处理后信号的时序特征；分离出分类向量，以执行高阶混叠源信号数目估计。本申请实施例利用复值卷积重构和transformer编码器模块能够有效提高高阶混叠调制信号的估计准确率，在低信噪比下仍能达到较高的准确率，相比于现有经典深度学习算法，本申请的方法未消耗过多计算资源，并且提高了模型估计准确率。