一种信号处理方法及计算机设备

本发明涉及计算机技术领域，具体为一种信号处理方法及计算机设备，包括从多模态信号源采集信号数据，对采集的数据进行压缩感知处理以降低数据维度和冗余；通过短时傅里叶变换或小波变换提取信号的时频特征，捕捉局部动态特性；利用卷积神经网络提取空间特征，并通过注意力机制对多模态特征进行加权融合，优化模态间信息的互补性；基于深度强化学习动态调整滤波器参数和任务分配策略，实现复杂动态环境下的信号自适应处理；通过闭环反馈机制对模型参数进行在线优化，持续提升信号处理精度与效率。本发明解决了现有技术中处理效率低、适应性差、多模态融合能力不足以及缺乏反馈优化机制的问题。