近些年來，各種電子電氣化裝置和資訊科技設施的快速發展，民航通訊導航裝置的電磁環境日趨複雜[1-2]，電磁干擾問題越發頻繁。通導裝置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”或各類互動調等引發的干擾等，由於頻譜峰值明顯，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，憑藉現有頻譜備案資料，結合排查人員的相關經驗，都能實現干擾型別判斷和快速定位[3]。第二，寬頻干擾。如電氣化列車弓網電弧、高壓線電暈、街燈廣告牌、機場監控裝置老化、訊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，且干擾資料難以系統地採集，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，通常需要處理海量資料，提取干擾發生的時間和頻點等報表資訊、監聽訊號的內容等方法，獲取有價值的資訊，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型別，就能極大地縮小排查範圍，從而快速地解決電磁干擾問題，保障機場通導裝置的安全服役。
干擾源排查通常採集的是頻譜資料，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頻電磁干擾源進行了頻譜資料採集，對不易把握特徵的電磁干擾訊號進行頻譜分析，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，方便實時除錯。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]。實驗結果說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。