基于改进YOLOv5s干扰跳频信号调制识别

张海宾; 魏洪基; 王超; 向长波; 杨明洋; 李晓龙

doi:10.13705/j.issn.1671-6833.2025.05.008

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (05) : 43 -50. DOI: 10.13705/j.issn.1671-6833.2025.05.008

基于改进YOLOv5s干扰跳频信号调制识别

张海宾, 魏洪基, 王超, 向长波, 杨明洋, 李晓龙

作者信息 +

Author information +

文章历史 +

PDF

摘要

复杂电磁环境中干扰信号会严重恶化跳频信号检测和识别性能，为了解决传统的检测方法在实际应用中存在错检、漏检、误检、多检等问题，通过对YOLOv5s网络进行改进，提出一种基于时频图的信号检测和识别算法。首先，构建了跳频信号+干扰信号组合模式的数据集，包含4种不同跳频信号调制类型和6种不同干扰类型，每个组合生成300个高分辨率时频图样本，总计构建7 200组数据；其次，考虑到干扰和信号在时频图上拥有相似的特征，而跳频信号频率会随时间不断跳变，这使得信号附近的背景信息成为区分信号与干扰的关键特征，提出利用语境分层模块对背景信息进行分级，采用深度可分离卷积模块提取信号附近的背景信息，利用门控聚合机制加权聚合背景信息和信号特征，输出更具判别力的复合特征；最后，利用语境分层模块与门控聚合机制对YOLOv5s网络的主干网络部分进行改造，得到改进的跳频信号检测器。仿真结果表明：较传统YOLOv5s网络，所提算法的召回率R提升15.9百分点，均值平均精度mAP@0.5∶0.95提升8.9百分点，F1提升9百分点，错检、漏检等情况显著减少。