基于MobileNet⁃DOA的无人机射频信号识别方法

来源：雷达科学与技术杂志2025年第1期北京时间：

作者：晏行伟，孔令轩，刘坤，刘安娜

单位：1. 国防科技大学电子科学学院， 湖南长沙 410073;2. 天津先进技术研究院， 天津 300459;3. 河北工业大学人工智能与数据科学学院， 天津 300400;4. 北京跟踪与通信技术研究所， 北京 100094

摘要：针对当前低信噪比环境下，基于射频信号的无人机型号和飞行模式识别率低的问题，本文提出了一种基于MobileNet?DOA模型的无人机射频信号识别方法。该方法首先对原始无人机射频信号进行基于变分模态分解的信号预处理，降低背景噪声和同频干扰，然后利用短时傅里叶变换将预处理信号转换为时频图，最后利用MobileNet?DOA模型完成无人机射频信号识别。在模型方面，本文首先将DOConv卷积融合到MobileNetv4模型中，在增强模型特征提取能力的同时，提高了训练和运算速度。其次，使用FA注意力机制进一步提升了模型在低信噪比环境下的识别准确率。实验结果表明，该方法在-15~15 dB信噪比范围内的平均检测准确率达到了94.83%，可应用于无人机实时检测识别系统中。

关键词：无人机射频信号识别,变分模态分解,MobileNet模型,DOConv卷积,FA注意力机制,

基金资助：国家自然科学基金（No.62173124， 62101563）； 河北省自然科学基金（No.F2022202064）