近年来,随着我国电力行业的快速发展,电力网络也得到了广泛应用。由于电力线信道中存在复杂的噪声干扰和多径衰落,所以在电力线信道中传输数据具有很大的挑战。在电力线通信(Power Line Communication,PLC)信号的检测识别研究中,电力线通信信道特性的研究是必不可少的。基于对PLC信道多径衰落特性的分析,本文改进了PLC信道的多径衰落模型,使其更能反映PLC信道的衰落特性。针对PLC信号的检测识别问题,本文研究了分类识别的特征参数提取方法和分类器模型,并以小波变换系数幅值、高阶累积量和峰度值为特征参数,以支持向量机为分类器实现了PLC调制信号的分类识别。本文将改进的粒子群算法与支持向量机分类器结合,实现了PLC信号的初级分类,即将MASK、MFSK、MPSK和16QAM分为{2ASK、2PSK}、4ASK、{4PSK、8PSK、MFSK}和16QAM四类。通过高阶累积量、小波变换和幅值方差相结合的算法以及改进峰度算法,实现了信号的类间识别。最后,利用小波变换系数幅值直方图实现信号类内的分类识别。通过对分类特征参数和分类器的研究,本文改进了电力线通信信号的类间和类内识别算法,并设计了一种适用于电力线信道的信号分类识别器。仿真结果表明,在信噪比(signal to noise ratio,SNR)为5d B时,信号的正确识别率可以达到88%以上。这说明本文改进的识别算法具有较好的识别性能。