一种基于人工特征图与卷积神经网络的干扰信号识别方法、系统、设备及介质

本发明公开了一种基于人工特征图与卷积神经网络相结合的干扰信号识别方法、系统、设备及介质，该方法包括：干扰信号预处理，信号时域分割，人工特征提取，构建并训练卷积神经网络，得到干扰信号识别模型，测试干扰信号识别模型，得到测试结果；该系统、设备及介质用于实现该方法；本发明通过将人工特征图与卷积神经网络结合，能够在保证高效识别性能的同时，降低卷积神经网络的计算复杂度，提升硬件实现的可行性，解决了现有基于深度学习的干扰信号识别方法中神经网络的输入数据存在的信息冗余和网络参数量过大的技术问题。