摘要
本申请涉及通信技术领域,特别涉及一种通信干扰信号分选方法、系统、设备及介质,所述方法包括:基于通信干扰信号的共性参数构建分选特征向量,并将所有通信干扰信号的分选特征向量进行组合,得到分选特征向量组合;利用分选特征向量组合对基于SimCLR的对比学习模型进行训练,提取并使用其骨干网络对分选特征向量组合进行处理,得到高维高区分度增强向量组合;利用UMAP算法对高维高区分度增强向量组合在保留全局结构的同时进行降维,得到低维高区分度增强向量组合;对于低维高区分度增强向量组合,利用基于改进WOA算法优化的自适应DBSCAN算法进行自适应聚类分选,输出通信干扰信号的分选结果。该方法有效提升了通信干扰信号分选的准确性和鲁棒性。