传感器电磁脉冲耦合信号分离与重构方法

本发明公开了一种传感器电磁脉冲耦合信号分离与重构方法，属于发动机电磁研究领域。通过连续小波变换和卷积神经网络对电磁脉冲进行识别，基于深度学习，设计一种基于深度聚类的电磁脉冲耦合信号分离方法，联合优化特征表示与聚类分配，对多源信号下的电磁脉冲耦合信号进行信号分离，然后利用基追踪算法重构信号，结合Griffin‑Lim算法和维纳滤波迭代优化重构信号，实现对电磁脉冲耦合信号的有效分离，剔除电磁脉冲干扰，达到容错的目的。