信号识别是电磁频谱检测的重要组成部分,随着未来空间电磁环境中信号的复杂化、信号调制方式的多样化,在电磁频谱检测中对信号进行识别分析显得尤为必要。因此,本文要求实现区分信号和背景噪声、获取并显示频谱占用度信息、识别占用频段的信号调制方式、存储查询信号数据等功能,其中主要的研究内容分为如下两个部分:目前电磁频谱检测主要采用能量检测算法,该算法能够在没有先验信息的情况下进行盲源识别,然而噪声的不确定性会严重影响算法的检测性能。因此,针对电磁频谱检测中噪声的不确定性问题,提出了一种通过感知时间偏差的估计来识别信号的方法。本文首先对比分析电磁频谱检测中信号与噪声的区别,然后提出了融合单门限能量检测算法和幅值波动算法来识别区分信号和噪声,最后实验验证了该信号识别方法的性能。针对信号调制方式多样化的问题,本文采用信号的I/Q数据作为特征参数进行调制方式的识别。信号的I/Q数据能够从多维度分析调制信号,并且获取I/Q数据的硬件实现较为简单。因此,本文首先对比分析2ASK、2FSK、BPSK、DPSK、16QAM、64QAM、MSK、OFDM这8种调制信号的I/Q数据,然后采集并处理各调制方式的信号I/Q数据样本,接着采用梯度提升决策树(GBDT)作为分类器进行调制识别的训练学习,之后生成调制识别模型,最后实验分析了该调制识别算法的识别率等性能。