1.一种用于卫星遥感应用系统的信号抗干扰方法，其特征在于，包括：使用卫星天线接收来自遥感卫星的电磁信号，对所述电磁信号进行模数转换，得到数字信号；

对所述数字信号进行预处理，消除直流偏移和高频噪声，提高信号的信噪比；

对预处理后的所述数字信号进行干扰检测，即综合各尺度能量分布，当部分尺度的能量异常高时，则判定所述数字信号中存在干扰；进行所述干扰检测，包括：选择母小波函数进行离散小波变换；

对预处理后的信号进行多尺度分解，得到不同尺度的细节系数和近似系数；

计算细节系数的能量：

2

Ej＝∑n|dj(n)|

设定能量阈值Tj，如果Ej>Tj，则认为在尺度j上存在干扰；

综合各尺度能量分布，当某尺度的能量异常高时，则判定所述数字信号中存在干扰；

其中，n为信号序号，j为尺度级别，dj(n)为第j尺度的细节系数，Ej为第j尺度的能量，Tj为第j尺度的能量阈值；

将干扰检测中提取出的细节系数dj(n)、能量Ej、尺度j特征组合成特征向量，输入基于卷积神经网络构建的分类模型中进行干扰分类，输出各干扰类型的概率，选择概率最大的类型作为判定结果；

将待分类的信号特征向量输入所述分类模型中进行计算，输出各干扰类型的概率，选择概率最大的类型作为判定结果，所述分类模型以交叉熵损失函数为目标函数，其数学表达公式如下：其中，C为干扰类型数量，yi为实际标签，pi为模型预测的概率，i为标签序号；

根据输出的所述判定结果，采用对应的自适应滤波算法，对所述数字信号中存在的干扰信号进行抑制，得到净化后的信号；所述干扰类型至少包含窄带干扰、宽带干扰和脉冲干扰，其中：若为窄带干扰，则选择自适应陷波滤波器；

若为宽带干扰，则选择自适应线性预测滤波器；

若为脉冲干扰，则选择中值滤波器或自适应阈值滤波器；

利用母小波函数，对所述净化后的信号进行逆变换，重构信号，恢复原始的遥感信息；

重构公式如下：

xr(n)＝∑j(aj(n)+dj(n))其中，dj(n)为第j尺度的细节系数，aj(n)为第j尺度的近似系数，n为信号序号，j为尺度级别，xr(n)为重构信号；

将重构后的信号以数字文件形式保存，并传输至地面站或数据处理中心，以供后续分析和应用。

2.根据权利要求1所述的用于卫星遥感应用系统的信号抗干扰方法，其特征在于，得到所述数字信号，包括：使用卫星天线接收来自遥感卫星的电磁信号，得到模拟射频信号；

通过下变频器将所述模拟射频信号转换为中频信号；

根据奈奎斯特采样定理，以不低于信号最高频率两倍的采样频率对所述中频信号进行采样，得到离散时间信号；

将采样得到的模拟信号值通过量化器转换为数字值；

再将量化后的信号数字值编码成二进制数据，得到所述数字信号。

3.根据权利要求2所述的用于卫星遥感应用系统的信号抗干扰方法，其特征在于，所述量化器转换的量化位数取决于ADC的分辨率。

4.根据权利要求1或2所述的用于卫星遥感应用系统的信号抗干扰方法，其特征在于，对所述数字信号进行预处理至少包含直流偏移消除和高频噪声消除，其中，所述直流偏移消除通过计算所述数字信号均值进而消除直流偏移，所述高频噪声消除通过设计低通滤波器进行滤波处理，进而消除高频噪声。

5.根据权利要求1所述的用于卫星遥感应用系统的信号抗干扰方法，其特征在于，所述基于卷积神经网络构建分类模型，包括：输入层：接收特征向量，形状表示为(Nfeatures,1)，其中，Nfeatures为特征向量的长度；

卷积层：使用多个卷积核对输入的所述特征向量进行卷积，提取高层次特征；

激活函数：使用ReLU函数引入非线性；

池化层：采用最大池化，减少特征维度，防止过拟合；

全连接层：将卷积层提取的特征映射到分类空间；

输出层：使用Softmax激活函数，输出各干扰类型的概率分布。

6.根据权利要求1所述的用于卫星遥感应用系统的信号抗干扰方法，其特征在于，为了恢复所述重构信号的时域表示，确保其有效信息的完整保留，还需对其进行信号校正，其中：如果采用的自适应滤波算法引入了幅度衰减，则使用增益因子进行校正；

如果采用的自适应滤波算法引入了相位延迟，则使用相位补偿技术进行校正。