一种基于集成学习的干扰频点检测方法.pdfVIP

JournalofImageandSignalProcessing图像与信号处理,2025,14(1),100-107

PublishedOnlineJanuary2025inHans./journal/jisp

/10.12677/jisp.2025.141010

一种基于集成学习的干扰频点检测方法

12*

朱吉利，范振军

1中国电子科技集团公司第十研究所，四川成都

2成都天奥集团有限公司，四川成都

收稿日期：2024年12月16日；录用日期：2025年1月8日；发布日期：2025年1月20日

摘要

针对传统干扰频点检测方法所存在的精度不够高、易受噪声干扰、实时性较差问题，提出了一种基于集

成学习的干扰频点检测方法。首先，对仿真数据进行归一化、类别标注等处理并生成3种不同规模的数据

集；然后，构建多个基于XGBoost的频点干扰二分类模型；最后，通过并联所构建的二分类模型对通信

帧数据进行频点干扰识别以得到所有被干扰的频点。仿真实验表明，基于并联XGBoost模型的干扰频点

检测在仿真数据测试集上的精确率达96.8%，平均推理时间小于5ms，验证了所提方法的高效性。

关键词

集成学习，干扰频点检测，XGBoost

ADetectionMethodofJammingFrequency

BasedonEnsembleLearning

12*

JiliZhu,ZhenjunFan

1The10thResearchInstituteofChinaElectronicsTechnologyGroupCorporation,ChengduSichuan

2ChengduSpaceonGroupCo.,Ltd.,ChengduSichuan

th,2024;accepted:Jan.8th,2025;published:Jan.20th,2025

Received:Dec.16

Abstract

Aimingattheproblemsoflowprecision,easilydisturbedbynoise,andpoorreal-timeperformance

oftraditionaljammingfrequencydetectionmethods,anewmethodofjammingfrequencydetection

basedonensemblelearningwasproposed.Firstly,thesimulationdatawereprocessedbynormal-

ization,categorylabeling,etc.,andthreedatasetsofdifferentsizesweregenerated.Then,multiple

binaryclassificationmodelsbasedonXGBoostareconstructedforasinglefrequency.Finally,the

*通讯作者。

文章引用:朱吉利,范振军.一种基于集成学习的干扰频点检测方法[J].图像与信号处理,2025,14(1):100-107.

DOI:10.12677/jisp.2025.141010

朱吉利，范振军

binaryclassificationmodelconstructedinparallelisusedtoidentifythefrequencyjammingofcom-

municationframedatatoobtainallthejamming