一种基于一维卷积残差网的单通道信号源个数估计算法

摘要

单通道信号源个数估计是单通道盲源分离问题的前提与难点,传统方法无法直接进行估计且准确率较低.文章提出了一种基于深度网络分类器的单通道信号源估计方法.该方法将源个数估计作为分类问题,在经典CNN的基础上引入一维卷积网络与残差结构作为分类器,采用短时傅里叶变换和梅尔倒谱系数作为联合特征输入分类器.在Libricount数据集上的测试结果表明,该方法的源个数估计准确率明显优于基准模型.