基于YOLOv8的雷达复合干扰信号识别模型OA

为提高雷达系统在现代战争复杂电磁环境下抗有源干扰能力,提出一种基于YOLOv8的雷达复合干扰信号识别模型。首先,建立线性调频信号及四种典型有源干扰信号仿真模型,并通过短时傅里叶变换进行时频转换,构建包含多种雷达单一干扰信号及其复合信号的时频图像数据集;然后,探究样本分配比值与YOLOv8模型深度对雷达干扰信号识别效果的影响并引入当前先进干扰识别技术对比验证YOLOv8模型优越性;最后,进行模型鲁棒性与泛化能力验证。在雷达干扰信号时频图数据集上的实验结果表明,选择YOLOv8n模型,在样本分配比值为0.5时,识别准确率达99.50%且处理速度达64.05帧/s,此外,在低干噪比0 dB和20 dB未知干扰影响条件下,在实验搭建的7种识别模型中,仅YOLOv8n模型仍具有89.36%的准确率均值且准确识别已训练过的四种干扰信号。