一种基于Seg-Yolo模型的非合作无人机突发频点检测方法及设备

AITNT
正文
推荐专利
一种基于Seg-Yolo模型的非合作无人机突发频点检测方法及设备
申请号:CN202510456449
申请日期:2025-04-11
公开号:CN120543893A
公开日期:2025-08-26
类型:发明专利
摘要
本发明涉及信号检测领域,特别是一种基于Seg‑Yolo模型的非合作无人机突发频点检测方法及设备。本发明提出的Seg‑Yolo模型,完全不需要非合作无人机信号的先验序列,也不需要对具体序列进行预测,能够直接实现时频图中连续的、非连续的、重叠的、非重叠的信号频点检测。本发明通过预处理、图像降噪以及Seg‑Yolo模型,降低需要处理的图像体积并简化深度学习网络规模,能够在降低训练时长、提高训练效率的基础上,精确锁定每个频点的中心频点,提高基于繁杂跳频信号中提取信号的精度及可靠性。
技术关键词
频点检测方法 合作无人机 卷积模型 无人机通信信号 铁路仿真 深度学习网络 数据 表达式 标记 噪声样本 训练集 频率 聚类算法 处理器通信 参数 检测设备 存储器
系统为您推荐了相关专利信息
1
一种基于短记忆灰色模型的液压缸故障预测及诊断方法
灰色模型 诊断方法 记忆 隶属度函数 深度学习算法
2
基于动态注意力及自适应感受野的图像编码方法及装置
多层级特征 图像编码方法 注意力 卷积特征 卷积模型
3
基于分子图及靶标二维信息的药物-靶标亲和力预测方法
靶标 亲和力 注意力模型 卷积模型 分子
4
一种基于多频段无线电频谱分析的无人机探测方法
无人机探测方法 节点 多频段 轨迹 指纹数据库
5
一种利用静态网络辅助的动态网络链路预测方法
节点特征 动态 快照 网络链路预测方法 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号