近些年來，各種電子電氣化設備和信息技術設施的快速發展，民航通信導航設備的電磁環境日趨複雜[1-2]，電磁干擾問題越發頻繁。通導設備的電磁干擾從頻帶特徵上可分為兩類。第一，窄帶干擾。例如“黑廣播”或各類交互調等引發的干擾等，由於頻譜峯值明顯，目標方向明確，較容易識別，干擾源排查總體上有章可循，利用現有的無線電監測體系，憑藉現有頻譜備案數據，結合排查人員的相關經驗，都能實現干擾類型判斷和快速定位[3]。第二，寬帶干擾。如電氣化列車弓網電弧、高壓線電暈、街燈廣告牌、機場監控設備老化、信號干擾器等所產生的輻射發射，多為新型干擾源。由於此類干擾源特徵不易把握，且干擾數據難以系統地採集，目前還未有切實有效的干擾源識別方案。一旦發生干擾，對於大範圍複雜電磁環境的排查研究，通常需要處理海量數據，提取干擾發生的時間和頻點等報表信息、監聽信號的內容等方法，獲取有價值的信息，再利用手持式儀器進行現場排查干擾，逐步縮小干擾範圍[4-5]，排查干擾源耗時長。若能快速判斷干擾源類型，就能極大地縮小排查範圍，從而快速地解決電磁干擾問題，保障機場通導設備的安全服役。
干擾源排查通常採集的是頻譜數據，但是目前基於頻譜進行目標識別的實用性研究較淺，且無針對性，無法對機場的電磁干擾源進行識別。為準確把握干擾源特徵，設計一種快速識別干擾源的方案，首先對典型的機場寬帶電磁干擾源進行了頻譜數據採集，對不易把握特徵的電磁干擾信號進行頻譜分析，基於電磁波頻譜本身具有的物理特徵，進行人工特徵選擇，規避在機器學習中，所提取的特徵“黑箱”難以解釋的弊端，方便實時調試。採用熵值法，在類內類間賦予雙重權值，使特徵具有區分度，最後使用的方法進行模式識別[6-7]。實驗結果説明此方法對干擾源的識別率高，對機場的電磁干擾排查具有實用價值。