信号识别技术是无线电监测、信号情报、干扰定位等领域中的关键技术。传统的无线电信号识别方法依赖个人经验、需要手动提取大量特征、并且经验难以传承，难以应对日益复杂的电磁环境下的信号分类工作。

我们提出了一种基于机器学习的信号识别框架，并利用机器学习算法对实际监测中遇到的复杂无线电干扰进行识别验证。结果表明了基于机器学习的方法在识别效率、识别正确性和数据累积等方面的优势。

无线电监测中的信号识别流程下图所示，在该模型中我们主要使用了IQ数据做信号识别。对每一路数据提取特征，并把能够表征信号的特征建模入库。当需要对一个感兴趣的信号进行识别时，将信号样本与数据库的信号模板进行比对，如果匹配成功，则信号属于数据库中的已知信号；如果匹配没有成功，利用机器学习算法提取信号特征，并在数据库中升级该信号模板。

应用：

目前上线的信号包含：2G、3G、4G、WLAN、无人机、蓝牙、机场雷达等信号，已用于无线电管理行业的干扰比对、内部培训等

申请专利：

一种宽带监测模式下模拟信号调制类型实时识别方法

软著：

无线信号识别系统