本研究利用卷积神经网络模型识别5G网络中干扰场景下的物理随机接入信道序列，提高了干扰检测的准确性和鲁棒性。实验结果显示该方法优于传统方法的准确率、精确率、召回率和F1分数，展示了人工智能和机器学习在5G干扰管理中的应用潜力。