学术研究报告：一种基于特征增强的网络框架用于单通道重叠信号源数量估计与时频定位
一、 研究作者、机构及发表信息
本研究的主要作者为哈尔滨工程大学信息与通信工程学院的 Xiang Li（李翔，研究生会员，IEEE）、Fang Ye（叶方，会员，IEEE）、Yuan Tian（田原）和 Yibing Li（李一兵，通讯作者）。该研究以论文形式发表于 IEEE 旗下期刊 IEEE Transactions on Vehicular Technology，论文标题为“A Feature Enhancement-Based Network Framework for Single-Channel Overlapping Signal Source Count Estimation and Time-Frequency Localization”。论文于2025年8月6日在线发表，并于2026年1月19日发布当前版本。该工作得到了黑龙江省头雁创新团队计划的支持。
二、 学术背景与研究目标
1. 主要科学领域： 本研究属于无线通信信号处理领域，具体涉及单通道信号处理、深度学习、信号源数量估计、时频分析以及目标检测。
2. 研究动机与背景知识： 随着无线技术的快速发展和通信用户的激增，频谱资源日益紧张，大量设备共享相同频段，导致接收信号常常是多个信号源的叠加，形成时频重叠信号（Time-Frequency Overlapping Signal， TFOS）。这种重叠可能是非目标信号的共存（无意干扰）或恶意干扰的结果，严重恶化了通信环境。在车辆通信、无人机辅助通信和未来通信等单通道系统中，时频重叠现象尤为普遍。
为了有效抑制干扰和解调目标信号，首先需要获取关键参数信息，其中两个核心问题是：1）估计混合信号中的源信号数量；2）在时频域中定位目标信号和干扰信号。 传统方法（如基于信息论的AIC、MDL准则，或基于空间特征的Gerschgorin圆盘估计器）主要针对多通道信号设计，依赖于通道间的联合信息和空间特征，难以直接应用于信息量有限的单通道场景。近年来，深度学习（Deep Learning）作为一种端到端的学习方法，开始应用于源数量估计和信号检测，但现有方法大多未充分考虑时频重叠带来的特征学习挑战，或者仅考虑单一类型的干扰，算法的泛化能力有待提高。
3. 研究目标： 本文旨在解决单通道时频重叠信号处理中的两大难题。具体目标是设计一个统一的、基于特征增强的深度学习框架，该框架能够： * 准确估计 单通道接收信号中混合的源信号数量。 * 精确实现 时频重叠信号的时频定位，区分目标信号与包含多种干扰的重叠信号，并获取其位置坐标。 * 基于定位结果，推导出信号的载频、带宽、起始时间、周期等关键参数，为后续的干扰抑制和信号分离提供必要信息。
三、 详细研究流程与方法
本研究的工作流程主要分为两个并行且关联的核心模块：源数量估计模块 和 时频定位模块。整体框架如图3所示。
（一） 源数量估计模块
1. 研究对象与数据构建： 研究对象为单通道接收的时频重叠信号。目标信号设定为2.4 GHz频段的跳频信号。干扰类型包括6种单类型干扰（固定频率干扰、多音干扰、周期性线性扫频干扰、跳频干扰、突发干扰（同符号长度/不同符号长度））以及由其中两种单类型干扰组合而成的10种混合干扰。在每种信噪比（SNR，从0 dB到20 dB，步进4 dB）下，生成包含“无信号”、“仅有目标信号”以及各类干扰组合的TFOS样本。对于源数量估计任务，标签设置为混合信号中的源总数（例如，目标信号+单干扰为2，目标信号+混合干扰为3）。最终，每个SNR下共生成4000个信号样本。
2. 预处理：扩展经验模态分解构建虚拟多通道输入 为了克服单通道信号信息有限的缺点，研究团队提出使用扩展经验模态分解（Extended-Empirical Mode Decomposition， Ex-EMD） 对单通道信号进行预处理。EMD是一种自适应信号分解方法，可将信号分解为一系列本征模态函数（Intrinsic Mode Function， IMF）。然而，传统EMD存在端点效应，会导致分解失真。Ex-EMD通过在线性外推信号的局部极值点后进行EMD分解，再裁剪回原始长度，有效缓解了端点效应。具体步骤如算法1所示：首先识别并外推信号两端的极值点，然后对扩展后的信号进行EMD分解，得到多个IMF分量，最后将原始信号与这些IMF分量并行组合，形成一个“虚拟多通道”数据作为后续网络的输入。这种方法将单通道信号转化为多分量表示，丰富了输入特征集，为网络提供了更多可学习的时频尺度信息。
3. 源数量预测网络：多尺度注意力结合全局响应归一化网络 研究团队设计了一个名为 MSACGRN（Multi-scale Attention Combined Global Response Normalization） 的深度预测网络。该网络以Ex-EMD构建的虚拟多通道数据为输入，实现源数量的分类估计。网络核心由三部分组成： * 骨干网络（Backbone）： 负责基础特征提取。 * 多尺度注意力模块（Multi-scale Attention Module， MSAM）： 如图6所示，该模块使用不同尺寸（如5×5和7×7）且具有不同空洞率的卷积核分阶段提取特征，以精细分析输入信号。随后，将不同尺度提取的特征拼接，并通过计算平均和最大特征来捕获整体趋势和关键局部特征。接着，通过卷积和Sigmoid函数计算不同尺度特征的注意力权重，对原始特征进行加权融合。MSAM通过融合不同尺度的信息并分配注意力，增强了网络对时频重叠全局和局部特征的表征能力。 * 全局响应归一化模块（Global Response Normalization， GRN）： 该模块首先计算输入特征的L2范数以实现特征聚合，然后通过乘以可学习的参数α和β对归一化后的特征得分进行校准，最后通过残差连接与原始特征结合。GRN通过特征归一化和参数学习调优机制，在保持特征尺度的同时，增强了时频重叠特征的表征，从而提升了整个源数量估计网络的性能。
4. 训练与评估： 将数据集按3:1:1的比例划分为训练集、验证集和测试集。使用交叉熵损失函数和Adam优化器进行网络训练。采用早停机制防止过拟合。评估指标包括准确率（Accuracy）、召回率（Recall）、精确率（Precision）和F1分数（F1-score）。
（二） 时频定位模块
1. 研究对象与数据构建： 研究对象为单通道TFOS的时频图像。使用短时傅里叶变换（Short-Time Fourier Transform， STFT）将接收到的时频重叠信号转换为时频图。为了平衡时间与频率分辨率并避免Wigner-Ville分布等二次型时频分析方法产生的交叉项干扰，研究选择了计算更高效且能提供更简洁直观表示的STFT。参数设置为：窗长4096，NFFT点数8192，重叠样本2600，生成1024×1024大小的时频图像。在固定SNR下，为每类干扰生成500张时频图，每个SNR下共构建包含8000张图像的数据集，并按3:1:1划分。
2. 预处理：双核滤波器增强时频图 为了提升后续定位算法的性能，研究设计了一个双核滤波器对STFT生成的时频图进行预处理。该滤波器结合了归一化高斯滤波器和拉普拉斯滤波器：高斯滤波器用于平滑图像、抑制噪声；拉普拉斯滤波器则用于增强信号的边缘特征。这种处理使得时频图中信号的主要能量分布更平滑、连贯，有利于后续的定位。
3. 时频定位网络：基于YOLO的通道混洗网络 研究团队提出了一个名为 YOLOCS（You Only Look Once-based Channel Shuffling network） 的网络进行目标检测式的时频定位。该网络基于YOLO单阶段目标检测架构，并引入了通道混洗（Channel Shuffle）机制。网络结构如图8所示，包括： * 骨干网络（Backbone）： 包含CBFM（卷积、批归一化、激活函数和最大池化的组合）、下采样模块和ShuffleBlock。ShuffleBlock采用通道分割、1×1卷积和深度可分离卷积等轻量化设计，在降低计算量的同时进行特征提取。 * 通道混洗（Channel Shuffle）： 如图9所示，这是本模块的关键创新。在堆叠多个ShuffleBlock时，固定的通道顺序可能导致信息固化。通道混洗操作将特征图在通道维度上分组后重新排列，打破了分支间的信息隔离，促进了不同通道间的信息交换，使网络能更充分地学习时频交织特征。 * 颈部网络（Neck）和检测头（Detector Heads）： 负责特征融合和多尺度预测输出。 网络输出每个网格单元的预测边界框，包含中心坐标、宽高、置信度及类别概率。使用非极大值抑制（Non-Maximum Suppression， NMS）去除冗余框。损失函数包括边界框回归损失（采用广义交并比GIOU的立方形式）、分类损失和置信度损失。
4. 参数估计： 根据时频定位网络输出的边界框归一化坐标（中心点、宽、高），结合观测时间、起始时间、频率上下限等信息，通过公式（19）-（23）推导出信号的载频、起始时间、结束时间、周期和带宽等参数。
（三） 对比实验与性能评估 研究进行了广泛的对比实验以验证所提方法的有效性： * 源数量估计： 比较了不同预处理方法（直接输入、EMD、HHT、小波变换、VMD、Ex-EMD）以及不同源估计算法（AIC， GDE， DeepPReLU， ECNET， LHC， 以及本文的MSACGRN及其变体BGRN， BMSAM）在不同SNR下的准确率。 * 时频定位： 比较了不同时频定位算法（SSD， FRCNN， FH-GYOLO， 以及本文的YOLOCS及其变体YOLOCF， YOLOB）在不同SNR和不同IOU阈值下的平均精度均值（mean Average Precision， mAP）。同时，比较了不同时频图预处理方法（PWVD， STFT， 双核滤波STFT）的性能。此外，还在不同信道环境（多径衰落信道、结合阴影衰落的信道、高速移动场景下的扩展ITU车载模型信道）下测试了框架的性能。
四、 主要研究结果与分析
1. 源数量估计结果： * 预处理方法比较： 如图10所示，使用Ex-EMD构建虚拟多通道输入，在不同SNR下均取得了最高的估计准确率。在0 dB低信噪比下，准确率可达0.923。与直接输入单通道信号相比，性能提升4.7%至6.5%。与其他分解方法（EMD， HHT， 小波变换， VMD）相比，Ex-EMD也显示出优势，这得益于其自适应分解能力和对端点效应的抑制，为网络提供了更高质量的多尺度特征。 * 算法性能比较： 如图11所示，传统的AIC和GDE算法在单通道场景下性能很差。在深度学习算法中，本文提出的MSACGRN网络在所有SNR下均优于其他对比算法（DeepPReLU， ECNET， LHC）。消融实验表明，同时包含MSAM和GRN的完整MSACGRN网络性能最佳，证明了多尺度特征融合和特征增强归一化的有效性。 * 混淆矩阵分析： 如图12所示，随着SNR提高，混淆矩阵的对角线越来越清晰，表明分类错误减少。在低SNR下，对源数量为2的信号（样本数较少）的召回率略低于源数量为3的信号，说明样本量对学习能力有影响。增加总样本量后，各项评估指标均稳步提升（见表II）。 * 模型复杂度： MSACGRN网络参数量为0.67 M，浮点运算量为150.53 M，计算成本较低，具备实时应用的潜力。
2. 时频定位结果： * 算法性能比较： 如图13所示，在不同SNR和IOU阈值下，本文提出的YOLOCS算法的mAP均显著优于SSD、FRCNN和FH-GYOLO算法。例如，在IOU阈值为0.6、SNR为20 dB时，YOLOCS的mAP达到0.973。图14直观展示了各算法的定位效果，YOLOCS在检测准确性和定位精度上均表现最优，无漏检且定位误差小。 * 信号类别分析： 如图15所示，所有算法对目标信号的定位精度（AP）均高于对重叠信号的定位精度，这印证了时频重叠增加了检测和定位的难度。YOLOCS在处理重叠信号时依然保持了高精度，在0 dB SNR下AP达到0.911，优于其他对比算法。 * 模型复杂度与消融实验： 如图16和表III所示，YOLOCS得益于ShuffleBlock的轻量化设计，在参数量和FLOPs上具有相对优势。消融实验表明，引入通道混洗（YOLOCS vs. YOLOCF）能提升mAP，特别是对重叠信号的AP提升明显（1.4%至2.5%），验证了通道信息交换对学习时频重叠特征的重要性。与使用标准3×3卷积的基线YOLO（YOLOB）相比，YOLOCS在计算量更小的同时获得了更好的性能。 * 预处理方法比较： 如图17 PR曲线所示，使用双核滤波器处理STFT时频图能有效提升检测性能（mAP提升2.5%至5.8%），证明了该预处理方法在平滑噪声、增强边缘特征方面的有效性。而使用PWVD作为输入时性能较差，主要受交叉项干扰和计算复杂度高的影响。 * 参数估计结果： 如表IV所示，基于时频定位结果推导出的信号参数（载频、起始时间等）具有很高的精度。随着SNR增加，平均绝对百分比误差（MAPE）呈下降趋势。载频估计的平均误差（μm）低至0.062%，所有参数的平均估计误差均低于1.7%，表明该方法能为后续处理提供准确的参数信息。 * 不同信道环境下的性能： 如图18所示，在更复杂的信道环境（如结合阴影衰落和多径散射、高多普勒频移的扩展ITU车载模型）下，虽然源数量估计准确率和定位mAP有所下降，但方案仍能在一定程度上保持性能，显示出对不同信道条件的适应性和潜力。
五、 研究结论与价值
本研究成功提出并验证了一个基于特征增强的深度学习框架，用于解决单通道时频重叠信号的源数量估计和时频定位问题。
1. 科学价值与应用价值： * 科学价值： 该研究为单通道复杂电磁环境下的信号分析提供了新的思路。通过Ex-EMD构建虚拟多通道，巧妙地将单通道问题转化为更适合深度学习模型处理的多通道特征学习问题。设计的MSACGRN和YOLOCS网络结构，分别针对源数量估计的尺度特征融合、特征增强，以及时频定位的通道信息交换进行了创新，提升了模型对时频重叠特征的提取和表征能力。 * 应用价值： 该框架能够准确估计混合信号源数量并精确定位时频重叠区域，且能推导出关键信号参数。这为通信接收机在存在干扰的复杂环境中实现频谱感知、干扰识别与抑制、目标信号解调等后续处理提供了至关重要的先验信息。在频谱管理、电子对抗、认知无线电等领域具有重要的应用前景。
2. 重要观点： * 针对单通道信号信息有限的问题，可以通过信号分解构建虚拟多通道来丰富输入特征。 * 在深度学习网络设计中，结合多尺度注意力机制和特征增强归一化，能有效提升对时频重叠这种复杂特征的建模能力。 * 将时频定位问题转化为目标检测问题，并利用改进的YOLO架构进行处理，是一种有效且高效的解决方案。通道混洗操作有助于打破信息壁垒，提升模型对交织特征的感知。 * 对时频图进行适当的预处理（如双核滤波）可以显著提升后续检测定位的性能。
六、 研究亮点
七、 其他有价值的内容
研究还对算法在不同信道环境（多径、阴影衰落、高多普勒）下的性能进行了初步测试，结果表明方案具有一定适应性，这为其走向实际应用提供了参考。作者在文末指出，未来计划构建集成信号采集、源数估计和时频定位的硬件测试平台，以在真实信道环境中验证方案的整体性能，这指明了后续工作的方向。