中文摘要: 在分布式声波传感(DAS)系统中，纤芯泵浦拉曼效应导致准静态模式退化，其物理本质是能量从信号光基模不可逆地耦合至高阶模。这种退化降低了不同信源信号的分离精度。为解决此问题，提出基于深度学习的光纤传感退化信号盲分离方法。该方法首先用干扰抵消算法清除强干扰，再利用盖尔圆定理与Kullback准则估计信源数。接着，构建独立成分分析堆叠时域卷积网络（Stacked TCN）模型，通过一维卷积、层归一化和叠时域卷积网络块生成时域掩模，分离源信号特征，并恢复源信号波形。整个过程以SISNR为损失函数优化模型，实现精确盲分离。实验结果表明，所提方法将信号幅度控制在了±2A.U.之间，相似系数高于0.85，SMSE小于0.025，有效消除强干扰并保持高分离精度。