一种基于YOLOv5的多信号下跳频信号快速识别方法技术

本发明专利技术提供一种基于YOLOv5的多信号下跳频信号快速识别方法，将多信号使用SPWVD时频分析转换为时频图，针对信号类别快速变换和数据量庞大的问题改进了YOLOv5的网络结构，只保留中、小目标检测头，并结合SIoU_loss损失函数、非极大值抑制进行检测得到跳频信号的位置、类别。本发明专利技术使得网络准确快速识别出多种信号下的跳频信号，减少了网络参数量并提高了识别速度，降低了对使用硬件环境的要求，克服了传统识别方法中存在的需要手动提取特征和识别率低的缺点。识别率低的缺点。识别率低的缺点。

【技术实现步骤摘要】
一种基于YOLOv5的多信号下跳频信号快速识别方法


[0001]本专利技术涉及计算
，具体涉及一种基于YOLOv5的多信号下跳频信号快速识别方法。

技术介绍

[0002]跳频信号主要用于通信，传递各种重要的指令及通话信息，同时在复杂的电磁环境下存在多种类型的信号，如何快速的从多种类型的信号中识别出跳频信号对情报分析具有重要意义。
[0003]现实环境中存在的典型通信信号为跳频信号、BPSK信号、QPSK信号、线性扫频干扰和噪声调频干扰等信号类型。为了从多种类型的信号中识别出跳频信号，传统的识别方法如机器学习中的支持向量机(SVM)、贝叶斯分类器、BP神经网络等等。随着深度学习技术的不断发展，对特征的提取能力的不断加强，研究多信号下跳频信号快速识别技术是人工智能发展领域的方向之一。
[0004]目标检测是计算机视觉领域中的一个研究热点，在很多领域都有应用需求，例如监控安全、自动驾驶、交通监控和机器人视觉等场景。基于深度学习的目标检测依据检测方式被分为两类：两阶段检测和单阶段检测，前者是一个“从粗到细”的过程；而后者端到端“一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLOv5的多信号下跳频信号快速识别方法，其特征在于：包括以下步骤：S1、将跳频信号和典型通信信号进行叠加得到通信混合信号，所述典型通信信号为以下任意一种或多种：BPSK信号和QPSK信号；S2、对所述通信混合信号使用SPWVD的方法进行时频分析并转换为时频图；S3、选出至少两幅所述时频图使用labelimg软件进行标注，得到训练集、验证集和测试集；S4、搭建针对所述通信混合信号的YOLOv5神经网络，所述YOLOv5神经网络包括输入层、backbone层、neck层和head层，所述backbone层的SPPF*1层连接所述neck层，所述head层由中目标检测头和小目标检测头组成，所述中目标检测头与所述neck层的C3*7层连接，所述小目标检测头与所述neck层的C3*8层连接；S5、将训练集、验证集和测试集进行锚框、图像的自适应计算、Mosaic数据增强后使训练集中图像的尺寸、验证集中图像的尺寸和测试集中图像的尺寸全部相同；S6、将训练集送入所述YOLOv5神经网络对所述时频图进行特征提取得到中目标特征图、小目标特征图和置信度；S7、将所述中目标特征图和所述小目标特征图送入Detect检测网络进行检测，所述Detect检测网络使用SIoU_loss损失函数并进行非极大值抑制处理后输出并显示所述跳频信号的位置、类别、识别准确率；将验证集送入所述YOLOv5神经网络，判断所述YOLOv5神经网络是否过拟合，如果是，则更新所述YOLOv5神经网络的参数，返回步骤S4；如果否，则进入步骤S8；S8、将测试集送入所述YOLOv5神经网络，判断SIoU_loss损失函数是否收敛，如果是，所述YOLOv5神经网络训练完成，进入步骤S9；如果否，更新所述YOLOv5神经网络的参数，返回步骤S4；S9、将待识别通信混合信号使用SPWVD方法进行时频分析并转换为时频图再进行锚框、图像的自适应计算、Mosaic数据增强后输入所述YOLOv5神经网络，所述待识别通信混合信号包括所述跳频信号，所述待识别通信混合信号还包括以下任意一种或多种：BPSK信号和QPSK信号，所述YOLOv5神经网络进行分类后输出并显示所述跳频信号的位置、类别、识别准确率，基于YOLOv5的跳频信号快速识别分类完成。2.根据权利要求1所述的一种基于YOLOv5的多信号下跳频信号快速识别方法，其特征在于：步骤S2中，SPWVD方法的公式为：其中，t为时域中的时间变量，w为频域中的频率变量，u和τ的取值范围为(
‑
∞,+∞)，g(u
‑
τ)为时域平滑函数，h(τ)为窗函数，s(*)为待处理信号，j为虚数。3.根据权利要求1所述的一种基于YOLOv5的多信号下跳频信号快速识别方法，其特征在于：步骤S3中，训练集、验证集和测试集的总数为5000张时频图。4.根据权利要求1所述的一种基于YOLOv5的多信号下跳频信号快速识别方法，其特...

【专利技术属性】
技术研发人员：张鹏宇，沈永健，李育恒，蔡敏康，陈璟璟，
申请(专利权)人：航天长征火箭技术有限公司，
类型：发明
国别省市：