时频域重叠多信号智能检测方法研究

作者：李杰; 孙闽红; 仇兆炀

来源：信号处理, 2021, 37(05): 878-884.

DOI：10.16798/j.issn.1003-0530.2021.05.022

• 信号检测
• 卷积神经网络
• 时频重叠
• Criminisi算法

针对现有基于深度学习理论的信号智能检测方法大多只能对单信号或时频域不重叠的信号进行检测,本文提出了一种基于掩膜区域卷积神经网络(Mask R-CNN)与Criminisi算法的时频重叠多信号智能检测新方法。首先将一维时域信号通过时频变换得到二维时频图像。然后针对时频图中多信号重叠部分像素位置信息缺失这一问题,提出了利用Criminisi算法对信号重叠部分像素位置信息进行恢复。最后,基于缺失信息恢复后的图像使用Mask R-CNN进行训练,再用训练后的网络对未知信号进行检测。实验结果表明,该方法在信噪比(SNR)为-3 dB时,时频域重叠信号的平均检测率达92%,相比基于卷积神经网络的信号检测方法,在SNR大于-3 dB时检测率平均提高20%以上。

• 单位
  杭州电子科技大学