一种基于深度学习的频谱分割方法及系统

本发明涉及通信信号分离技术领域，公开了一种基于深度学习的频谱分割方法及系统，包括以下步骤：获取频谱图像作为输入，利用深度神经网络对所述频谱图像进行特征提取；基于所述特征提取结果；将所述电容阵列控制参数映射为频率函数形式；通过预设的非线性阻抗响应算子对所述频率函数进行变换，获得对应的阻抗响应；在训练过程中构建所述阻抗响应随网络预测路径变化的连续性损失项；根据所述阻抗响应的梯度变化情况；通过联合损失函数对所述神经网络进行训练。本发明中，通过引入基于控制参数导数范数的梯度压缩策略，实现对高敏感频率区间控制参数幅度的动态调节，得到控制过程更加平滑、响应更加稳定的效果。