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
灰色模型
诊断方法
记忆
隶属度函数
深度学习算法
多层级特征
图像编码方法
注意力
卷积特征
卷积模型
节点特征
动态
快照
网络链路预测方法
多头注意力机制