技术特征：
技术总结
基于卷积神经网络的大动态信噪比下通信干扰信号识别方法，涉及干扰信号类型识别领域。本发明是为了解决现有的对干扰信号的类型识别方式采用人工提取出统计量以及高阶累积量等特征，存在特征提取难度大，形式复杂，并且对干扰信号分类的准确率低的问题。本发明能够识别的干扰信号为5种常见的干扰信号以及这5种干扰信号的两两组合，总共是15种干扰信号，5种干扰信号分别为音频干扰、同频段窄带干扰、扫频干扰、矩形脉冲干扰以及扩频干扰，通过构建卷积神经网络模型提取干扰信号在大动态信噪比下具有强鲁棒性的特征；通过构建15分类的支持向量机分类器，对这15种干扰信号进行分类，它用于对干扰信号进行分类。
技术研发人员：吴芝路;罗昊宸;尹振东;杨柱天;周思洋
受保护的技术使用者：哈尔滨工业大学
技术研发日：2017.05.23
技术公布日：2017.09.26