El sistema de comunicación de salto de frecuencia se ha utilizado ampliamente en comunicaciones anti-interferencias debido a su rendimiento anti-intercepción y anti-interferencias. Con el entorno electromagnético cada vez más complejo, el sistema de comunicación de salto de frecuencia necesita patrones de salto de frecuencia más flexibles para hacer frente a las interferencias, lo que plantea grandes desafíos para el receptor de comunicación. En este documento, se propone un esquema de recepción inteligente de secuencias de salto de frecuencia, que combina el análisis tiempo-frecuencia con el aprendizaje profundo para realizar una estimación inteligente de secuencias de salto de frecuencia. Se diseña un módulo de red híbrida combinando una red neuronal convolucional (CNN) con una unidad recurrente con compuertas (GRU). En el módulo de red propuesto, la combinación de una red residual (ResNet) y extracción de compresión (SE) mejora las capacidades de extracción y expresión de características de la red CNN. La red GRU se propone para resolver el problema de tratar señales con longitudes de entrada variables. Además, se propone un esquema de aprendizaje por transferencia para tratar sistemas de comunicación con diferentes conjuntos de saltos de frecuencia. Los resultados de simulación muestran que el método propuesto tiene una fuerte capacidad de generalización y robustez, y el rendimiento de la tasa de error de bits (BER) de la recepción inteligente se acerca al rendimiento de recepción en condiciones ideales.