一种基于集成学习和动态特征库的自适应干扰信号识别方法

本发明涉及无线通信信号处理领域，提出一种基于集成学习和动态特征库的自适应干扰信号识别方法。具体步骤包括：S1，建模单音、多音、脉冲、频段阻塞、扫频、转发六种干扰信号；S2，提取22个特征参数并存入特征库；S3，进行特征优化；S4，将优化特征输入基于全连接神经网络的集成神经网络模型进行训练，训练后的模型作为干扰分类器，通过多指标融合判定识别结果；S5，若判定为库内干扰，输出干扰类型，若为非库内干扰，将特征参数存入SQLite数据库，实现特征库动态更新。该方法能够扩展干扰识别的应用场景，且经过优化配置后提高了系统的自适应学习能力，适应不同环境下的干扰信号识别需求。