Los sistemas de salto de frecuencia de vehículos aéreos no tripulados (UAV-FH) enfrentan múltiples tipos de interferencias, y un método anti-interferencia no puede hacer frente a todos los tipos de interferencias. Por lo tanto, deben identificarse y clasificarse las señales de interferencia del entorno donde se encuentra el sistema UAV-FH; además, deben seleccionarse medidas anti-interferencia de acuerdo con los diferentes tipos de interferencias. Primero, el algoritmo extrae la dimensión fractal de Sevcik del dominio de frecuencia (SFDF) y el grado de concentración de energía del dominio de Fourier fraccionario de varios tipos de interferencias. Luego, estos parámetros se combinan en un vector de características bidimensional y se utilizan como parámetro de características para la clasificación y el reconocimiento. Por último, se utiliza un clasificador multi-clasificador basado en máquinas de soporte de árbol binario (BT-SVM) para clasificar la señal de interferencia. Los resultados de la simulación muestran que los parámetros de características extraídos por el método propuesto tienen buena separación y fuerte estabilidad. En comparación con el algoritmo de reconocimiento de dimensión de caja existente, el nuevo algoritmo no solo puede identificar rápida y precisamente el tipo de señal de interferencia, sino que también tiene más ventajas cuando la relación de interferencia a ruido (JNR) es baja.