同频通信信号分离压到23.5万参数:复数注意力让模型少塌缩,还守住相位
核心概要
同频通信信号的单通道盲分离此前多依赖实数域网络或与复数无关的注意力模块,难以利用I/Q两路之间的相位耦合。ComplexLightweightSepNet把复数挤压-激励模块嵌入复数卷积编解码器,用实数通道权重缩放复数特征而保留相位,整网仅235,525个参数。在5 Hz同频混合、四种调制方式的合成数据上,该模型五种子平均SDR为2.31 dB,标准差0.62 dB;配对Wilcoxon检验未达到α=0.05,因此结果被定位为235K参数规模下的一个可用工作点,而非优于基线的推断。
深度剖析
一个只有23.5万参数的复数卷积网络可以完成两路同频通信信号的盲分离,并在训练中较少落入输出塌缩。 此前的通信信号分离网络要么把I/Q当作两路独立实数通道,丢掉调制结构所依赖的相位耦合,要么在复数主干上叠加不区分实部虚部的注意力模块。 在5 Hz同频混合、BPSK、QPSK、8PSK、16QAM四种调制共16种调制对、10 dB信噪比的合成数据上,该模型五个随机种子的平均SDR为2.31 dB、标准差0.62 dB;参数匹配的无注意力复数CNN为1.81 dB、标准差0.48 dB,五个种子中有四个塌缩,而该模型为五个中的两个。
增益来自一个为复数特征图设计的通道注意力模块,它先汇总实部与虚部的统计量,再输出一个实数权重去缩放每个通道。 该模块称为复数挤压-激励(C-SE):对实部和虚部分别做时间维全局平均池化,拼接后送入共享的两层感知机,经Sigmoid得到2C维输出,再把前后两半取平均成一个实数通道权重。 网络由一层复数卷积编码器、四个带C-SE的复数残差块和一层复数卷积解码器组成,解码器输出两个复数掩码并与观测混合相乘得到两路估计;训练使用均方误差与SI-SDR各占一半的损失,在单张8 GB的RTX 4060上完成。
启示与展望
演示范围是合成生成的两路同频通信信号:采样率16 kHz、长度4096点、根升余弦成形、3抽头多径、每源载波偏移在±5 Hz内,且两路脉冲序列符号对齐,即接收端已完成粗符号定时。作者把放松符号对齐假设、扩展到两路以上源、采用空洞卷积建模更长时序、以及在空口和公开I/Q数据集上验证列为后续工作。
作者明确不作优越性或等价性推断:配对ΔSDR在−0.48 dB到+0.50 dB之间,没有一项达到α=0.05,且在五个配对样本下精确检验的结构性下限即为0.0625。输出塌缩在多数被评模型上按种子出现,C-SE只是把塌缩率从五个中的四个降到五个中的两个。尺度模式消融中复数权重变体的相位被限制在第一象限,作者指出它不构成对相位是否重要的公平检验。
