摘要
本发明公开了一种基于深度神经网络的短波跳频信号快速截获方法,包括以下步骤:S1、模型训练阶段:构建包含短波跳频信号样本及对应类别‑频率位置标签的训练数据集;设计深度神经网络架构,利用训练数据集优化网络权重,生成跳频信号截获模型:包括以下步骤:S1.1、宽带IQ信号采集;S1.2、STFT转换;S1.3、伪彩转换;S1.4、图像压缩;S1.5、数据归一化;S1.6、网络训练;S2、实时推理阶段:将接收的短波IQ信号输入训练完成的信号截获模型,得到是否存在跳频信号、跳速及频率范围的结果。通过上述方式,本发明通过时频转换与深度学习结合,实现短波窄带跳频信号的实时检测与参数提取,有效解决了复杂电磁背景环境下对短波窄带跳频信号的快速截获的难题。
技术关键词
截获方法
跳频
深度神经网络架构
信号
双线性插值算法
图像压缩
深度神经网络模型
伪彩色编码
CSP结构
短时傅里叶变换
频率
阶段
分辨率
训练集数据
软件算法
参数
系统为您推荐了相关专利信息
深度学习模型
状态评估方法
参数
一维卷积神经网络
回路
电力财务票据管理
电子票据
智能型
审核规则
校验规则
多模态
交通流预测
深度学习预测模型
决策方法
长短期记忆网络