1.一种微波滤波器多特征融合建模调试方法，其特征在于：包括以下步骤：S1：在微波滤波器上多次改变可调部件状态x，采样测量S参数s，构建包含x和s以及采样频率f的原始数据集Draw；

S2：对所述原始数据集Draw进行数据预处理，得到原始特征Rraw，构建包含可调部件状态x和原始特征Rraw的训练集；

S3：使用神经网络中的卷积层、池化层和激活函数层构建多特征调试决策模型的特征融合部分，用于将原始特征处理成融合特征；

S4：使用全连接层构建多特征调试决策模型的特征映射部分，用于将所述融合特征映射到可调部件状态x；

S5：使用训练集对特征融合部分和特征映射部分进行训练，得到训练后高精度的多特征调试决策模型；

S6：将满足指标要求的S参数s*与采样频率f进行数据预处理，输入到训练后高精度的多特征调试决策模型，得到对应的可调部件状态x*，并将待调试微波滤波器的可调部件状态调节为x*，从而实现对微波滤波器的高精度调试。

2.如权利要求1所述的一种微波滤波器多特征融合建模调试方法，其特征在于：步骤S2中，使用原始数据集Draw中的S参数s以及采样频率f计算得到幅频响应和相频响应，结合目标指标得到原始特征Rraw，该过程主要分以下三步：首先，获取幅频响应和相频响应；S参数是一个复数矩阵，s11＝a11+b11i表示输入信号能量的反射率，s21＝a21+b21i表示输入信号能量的传输率，S11和S21均为S参数中的元素，a11和a21分别为S11和S21的实数部分，b11和b21分别为S11和S21的虚数部分；根据公式(1)和公式(2)计算得到幅值和相位，进而结合采样频率f，得到幅频响应 和相频响应然后，根据微波滤波器性能指标要求设置目标指标；性能指标包括中心频率fc、带宽W与回波损耗ζ，通过S参数计算得到； 时对应的采样频率为上、下截止频率f1、f2，则中心频率fc为：

fc＝(f1+f2)/2       (3)带宽为：

W＝f1‑f2        (4)性能指标要求是使实际性能指标满足下列关系：*

|W‑W|≤δW     (6)*

ζ≤ζ       (7)

* * *

其中，fc 、W 和ζ分别为目标中心频率、目标带宽和目标回波损耗， 和 分别为中心频率和带宽的允许误差；

最后，获取原始特征Rraw；利用三种特征的空间关系，即幅频响应和相频响应在相同频率处有对应关系，目标指标可在幅频响应中直观反映，将幅频响应、相频响应和目标指标结合。

3.如权利要求1所述的一种微波滤波器多特征融合建模调试方法，其特征在于：步骤S2中，将原始数据集Draw中的每一个样本处理为原始特征Rraw，与对应的可调部件状态x一起作为一个训练样本，多个训练样本构成训练集Dtrain。

4.如权利要求1所述的一种微波滤波器多特征融合建模调试方法，其特征在于：步骤S3中，特征融合部分共包含四个卷积层，每个卷积层后依次接激活函数层和池化层；第一卷积层卷积核的尺寸为5*5，通道数为16，用于提取线条和轮廓信息；后三个层卷积层逐渐减小卷积核尺寸，增加通道数，分别是32@3*3、64@2*2和64@2*2，用于提取回波信息；激活函数层采用Relu函数，池化层采用最大池化，池化大小为2*2，步长为2*2。

5.如权利要求1所述的一种微波滤波器多特征融合建模调试方法，其特征在于：步骤S3中，特征映射部分包括三个全连接层，第一全连接层有128个通道，第二全连接层有64个通道，第三全连接层的通道数等于可调部件状态x的维度。

6.如权利要求1所述的一种微波滤波器多特征融合建模调试方法，其特征在于：步骤S5中，训练多特征调试决策模型用到的损失函数为：其中，N是训练集中样本的数目，m为微波滤波器的可调部件状态x的维度，t表示m个状态中具体某一个状态，n表示第n个样本，m、n和t均为大于等于1的正整数， 为第n个样本的第t个可调部件状态与模型输出的误差：其中 是第n个样本第t个状态的模型输出结果， 是第n个样本第t个状态的样本值。