系统工程与电子技术

作者：张琬滢, 高由兵, 李泽一, 李鹏飞, 张伟

单位：1. 中国电子科技集团公司第二十九研究所, 四川 成都 610036；2. 电磁空间安全全国重点 实验室, 四川 成都 610036；3. 电子科技大学信息与通信工程学院, 四川 成都 611731

关键词：电子侦察,背景信号抑制,深度学习,多尺度特征融合

基金：国家自然科学基金(U20B2070);国家自然科学基金(U23B2013)

有效抑制接收机中混叠的背景信号, 对关键重要信号的检测至关重要。现有方法缺乏对信号上下文信息的有效利用, 难以解决噪声环境下单通道时频交叠的背景信号抑制问题。对此，从中频时域信号出发, 提出一种基于双路径特征融合的掩码抑制(dual-path feature fusion mask-based suppression, DPFF-MS)算法。该算法利用神经网络拟合掩码抑制模型, 实现背景信号抑制。通过一组卷积编解码器实现信号的高维变换和逆变换, 降低噪声影响; 设计一种双路径特征融合(dual-path feature fusion, DPFF)模块, 利用不同路径的长短时记忆(long short-term memory, LSTM)网络交替提取局部特征和全局上下文信息, 并采用迭代注意特征融合(iterative attention feature fusion, iAFF)优化不同尺度特征融合过程, 以充分利用信号脉内和脉间信息, 解决时频交叠情况下的抑制问题。实验结果表明, 相较其他信号处理方法和神经网络模型, 所提模型对尺度不变信号源噪比(scale-invariant source-to-noise ratio, SI-SNR)和背景脉冲抑制率两个指标都有显著提升; 且极大地减少了模型参数, 使其易于部署, 具备较高应用价值。

来源：2025年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第7期