一种基于DSCAF-Net的仿生信号解调方法

本发明公开了一种基于DSCAF‑Net的仿生信号解调方法。其中，所述方法包括：接收仿生信号后进行信号预处理，构建双流特征张量并执行样本级随机化排序，进行全局归一化处理并对类别标签进行独热编码，将预处理后的数据集划分为训练集、验证集和测试集；构建双流神经网络架构，通过双流分离模块将数据拆分为训练序列和数据符号序列两条独立通道等。本发明本申请通过信号预处理、双流神经网络架构设计以及优化的训练策略，有效地解决了现有仿生隐蔽通信系统中的关键问题，有望在复杂水声信道条件下实现低误码率、低延迟和高实时性的仿生信号解调，为仿生隐蔽通信系统的发展提供了新的思路和技术支持。