面向工业互联网的跳频信号智能检测与识别方法和系统

本发明公开了一种面向工业互联网的跳频信号智能检测与识别方法和系统，涉及信号识别领域，用以提升通信系统中跳频信号的检测率与类型判识精度。本发明通过构建瑞利信道模拟多径效应和阴影衰落，并对该信道上的样本跳频信号施加预定类型干扰，对输出信号进行短时傅里叶变换生成时频图，构建信号检测时频图数据集；对数据集进行标注和划分，用以训练目标检测网络模型，该模型在YOLOv5主干网络中设计了语境分层模块和门控聚合模块。最后利用训练的模型对待检测跳频信号的时频图进行识别。本发明真实还原工业互联网场景下的电磁环境，通过分级提取上下文信息，并通过同时融合长短期时频特征，大幅度提高网络的信号检测与识别性能。