基于时频图像的LPI雷达信号重叠检测与识别及LPI-YOLO技术

《Sensors》：Time–Frequency Image-Based Overlapping LPI Radar Signal Detection and Recognition with LPI-YOLO

　　

摘要

在低信噪比条件下准确识别重叠的低概率截获雷达信号仍是电子侦察领域的一个难题。现有方法往往难以在时频表示中分离并识别多个重叠的信号成分。为解决这一问题，我们提出了一种基于改进版YOLOv8的模型——LPI-YOLO，用于处理短时傅里叶变换谱图。该模型将坐标注意力机制整合到C2f架构中，以提升时间和频率轴上的方向特征表现。在更深层引入了Transformer编码器，用于建模重叠信号成分之间的全局上下文关系。此外，还采用了轻量级的GSConv结构以及简化的SimSPPF模块，以降低模型的参数量和计算复杂度。在包含六种调制类型的模拟数据集上的实验表明，即使在低至 dB的极低信噪比条件下，该模型仍能展现出优异的性能。与YOLOv8n相比，该模型在处理多种复杂调制类型时性能更佳，同时计算复杂度更低。