随着现代无线电通信业务的发展和无线通信设备的普及,无线电通信已经成为人们生活中不可缺少的一部分。相对于传统的有线通信,无线电通信具有如使用灵活、开放性、方便、限制较少等诸多优点。然而无线电通信在带来诸多便利的同时,也带来了不少弊端,譬如利用无线电进行考试作弊的新闻层出不穷,机密资料盗取、搭建伪基站破坏正常通信并传播有害信息等。相比于传统手段,利用无线电进行通信的违法犯罪手段更加难以被检测。由此可见,对无线电信号进行有效的侦测和管理是必不可少的。无线信号侦测通过对特定区域内的无线电环境进行监测,实时检测是否存在某种信号。无线信号侦测属于认知无线电,其核心是频谱感知技术。本文通过研究国内外现状,介绍了能量检测、匹配滤波检测以及循环平稳特征检测三种算法。随着人工智能的兴起,各个领域开始更多的使用机器学习方法来解决本领域的问题,因此本文介绍了三种常用的机器学习分类算法:支持向量机、随机森林和人工神经网络。详细的阐述了这三种常用的机器学习分类算法的原理以及各自的特点,针对测试数据进行了仿真实验,并对实验结果进行了分析。本文搭建了一个完整的无线电侦测系统,该系统主要由频谱分析仪、频谱分析软件以及数据库组成。其中频谱分析软件主要由频谱感知模块、GUI展示模块和存储模块组成。频谱分析软件通过频谱分析仪获取特定区域的无线电频谱数据,利用频谱感知算法对频谱数据进行分析,将结果存入数据库。