本申请提供一种超宽带信号的分类方法及电子设备，该方法包括以下步骤：对原超宽带UWB数据集进行主成分分析，得到新UWB数据集；将所述新UWB数据集分别输入反向传播BP神经网络分类模型、遗传算法和反向传播GA‑BP神经网络分类模型、支持向量机SVM分类模型、随机森林算法RFA分类模型，得到各模型的输出结果；根据所述各模型的输出结果，通过最大比合并，构建强化UWB信号分类模型，确定UWB信号的分类结果。该方法结合了BP神经网络分类模型、GA‑BP神经网络分类模型、SVM分类模型以及RFA分类模型，在输入端采取主成分分析的方法，在输出端采取最大比合并的方法，最终实现分类准确率的提高。