基于深度学习的Link11信号检测与识别研究.pdf

哈尔滨理工大学电子信息硕士学位论文

基于深度学习的Link11信号检测与识别研究

摘要

Link11是一种应用于军事通信领域的通信链路，为军事平台、指挥系统和

作战单元提供安全可靠的实时通信和信息交换，适用于各种作战环境，在现代

军事作战中发挥着关键的作用。由于军事环境的复杂性和对通信安全性的高度

要求，需要对Link11信号进行准确可靠的检测与识别。军事通信中存在多种不

同模式的Link11信号，因此对Link11信号模式的有效检测与识别对于维护通

信安全、保障作战效果至关重要。本文将Link11信号转换成时频图，利用深度

学习方法进行检测与识别。

首先，分析Link11信号的工作方式、工作模式、消息格式和调制方式，制

作了Link11信号数据集。分析现有时频特征提取方法提取Link11信号时频特

征存在的问题并探讨解决方法。阐述应用于Link11信号检测与识别的深度学习

网络模型。

其次，针对STFT、WVD等时频特征提取方法提取Link11信号时频特征

时，受干扰项影响导致提取的信号时频特征不准确的问题，提出一种基于STFT-

SPWVD的时频特征提取方法。融合STFT能够捕捉Link11信号的局部频率特

征以及SPWVD能够对时频信息进行平滑处理的优势，在低信噪比下提取Link11

信号的时频特征效果好，减少了噪声对特征提取的负面影响。

最后，在Link11信号检测与识别中，为了提高复杂环境下信号识别率，提

出一种基于改进YOLOv7的Link11信号检测与识别算法模型。该模型以时频图

输入，融合RFCA注意力机制和ConvNextV2卷积网络，增强对信号特征提取

能力。仿真结果表明，改进YOLOv7模型的整体识别率提高了2%。同时，利用

PyQt5工具包、QtDesigner、和PyUIC结合Python，设计了一款快速检测识别

Link11信号的插件，对Link11信号进行识别并显示识别结果。

关键词Link11信号；信号检测；信号生成；YOLOv7

-I-

哈尔滨理工大学电子信息硕士学位论文

ResearchonLink11signaldetectionand

recognitionbasedondeeplearning

Abstract

Link11isacommunicationlinkusedinthefieldofmilitarycommunication,

whichprovidessecureandreliablereal-timecommunicationandinformation

exchangeformilitaryplatforms,commandsystemsandcombatunits.Itissuitablefor

variouscombatenvironmentsandplaysakeyroleinmodernmilitaryoperations.Due

tothecomplexityofmilitaryenvironmentandthehighrequirementofcommunication

security,itisnecessarytodetectandidentifytheLink11signalaccuratelyandreliably.

ThereareavarietyofLink11signalsofdifferentmodesinmilitarycommunication,

sotheeffectivedetectionandrecognitionofLink11signalmodesiscrucialto

maintainingc