本发明涉及一种多特征融合的信号分类方法及系统和其应用，包括经深度学习算法实现的模型训练阶段和模型应用阶段，其特征在于，所述模型训练阶段对原始信号的时域特征、原始信号的频域特征以及原始信号经预处理后信号的时域特征融合后，送入训练模型中进行训练；所述预处理包括以下内容：将n类训练样本数据按类别送入梅尔滤波器组进行滤波，所述梅尔滤波器组中设有N个滤波器；对梅尔滤波器组中N个滤波器分别输出的n类滤波后数据进行特征提取处理，分别计算经1,2，……N个滤波器滤波后，各类数据中行为特征的相关性参数；比较N组相关性参数，得到相关性参数最小的滤波器，作为模型预处理用滤波器；采用所获滤波器处理信号。