典型文献
基于改进Wave-U-Net跳跃连接的盲源分离算法
文献摘要：
为了进一步提升现有盲源分离算法的分离性能,本文在Wave-U-Net的基础上提出了一种全尺度跳跃连接模型.首先为了解决Wave-U-Net下采样过程中信号特征丢失问题,该模型在跳跃连接中增加了卷积操作,通过对不同时间尺度的特征图进行连接,有效地结合了信号的浅层特征和深层特征,提升了模型的分离性能.针对Wave-U-Net最佳深度取值和全尺度跳跃连接模型的参数过多的问题,本文进一步提出了多尺度跳跃连接模型.在多尺度跳跃连接模型中,通过嵌入不同深度的Wave-U-Net来代替跳跃连接中的卷积操作,在牺牲一部分分离性能下减少了模型参数,该模型共享下采样块来降低模型训练时间以及模型最佳深度取值带来的影响.仿真实验表明,相比于其他基线模型,本文提出的两种模型能显著提升信号分离性能,在SDR,SIR,SAR提升奖将近3～4 dB.
文献关键词：
盲源分离;时域;时间尺度;跳跃连接
中图分类号：
作者姓名：
皮磊;朱磊;郑翔;武欣嵘;陈美均;朱炎民
作者机构：
中国人民解放军陆军工程大学通信工程学院,江苏南京210007
文献出处：
引用格式：
[1]皮磊;朱磊;郑翔;武欣嵘;陈美均;朱炎民-.基于改进Wave-U-Net跳跃连接的盲源分离算法)[J].信号处理,2022(04):835-843
A类：
全尺度跳跃连接模型
B类：
Wave,Net,盲源分离算法,分离性能,先为,下采样,中信,信号特征,卷积操作,不同时间尺度,特征图,深层特征,不同深度,一部分分,模型共享,来降,模型训练,训练时间,基线模型,提升信号,信号分离,SDR,SIR,SAR,将近,dB
AB值：
0.267826
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
