مقاله حاضر به بررسی و توسعه مدلی نوین بر پایه ترکیب تحلیل آشوب و معماری ترنسفورمر برای شناسایی پهپادها از طریق سیگنال‌های صوتی می‌پردازد. هدف اصلی، ارتقاء دقت تشخیص پهپاد، هلیکوپتر و زمینه صوتی در شرایط پیچیده و نویزی است. در این پژوهش، ویژگی‌های پیچیده و غیرخطی صوت با روش‌های استخراج ویژگی مبتنی بر آشوب دریافت شده و سپس با مدلی بر پایه ترنسفورمر تحلیل شدند. این رویکرد منجر به استخراج نمایه‌های دقیق‌تر و یادگیری بهتری نسبت به مدل‌های مرسوم می‌شود. آزمایش‌ها روی مجموعه داده ۹۰ سیگنال صوتی از پروژه متن‌باز تشخیص پهپاد انجام پذیرفته است. نتایج مدل نشان داد که تمامی نمونه‌های آزمایشی با دقت کامل برابر با ۱طبقه‌بندی شدند که نشان از کارایی بالای مدل دارد. این عملکرد در مقایسه با نتایج پژوهش مشابه با دقت میانگین حدود ۰.۹۳ نیز برجسته‌تر است. این مطالعه نشان می‌دهد که ترکیب آشوب و ترنسفورمر توانایی قدرتمند در شناسایی دقیق پهپاد و تفکیک آن از سایر صداها دارد. این پژوهش می‌تواند راهگشای توسعه سیستم‌های شناسایی صوتی پهپاد با دقت و کارایی بالاتر در محیط‌های واقعی و پیچیده باشد و نقش مؤثری در امنیت و نظارت هوایی ایفا کند.