无线电侦察信号的识别与分离是无线电侦察领域重要的研究方向之一。本文在无线电侦察的背景下,首先介绍了四种典型的无线电侦察信号,包括线性调频信号,非线性调频信号,二相编码信号,四相编码信号。然后介绍了典型的时频分析方法,主要包括短时傅立叶变换,Wigner-Ville分布,希尔伯特黄变换,Wigner-Hough变换。通过RBF神经网络和时频分析的方法,实现了四种信号的识别。最后采用“CLEAN”谱估计算法完成了对多分量信号的分离。本文在时频分析的基础上,完成了对典型无线电侦察信号的识别。识别方法首先采用RBF神经网络。该方法具有易于实现的优点,缺点是当精度要求高时需要较长的训练时间。其次通过进行短时傅立叶变换,首先将调频信号和调相信号进行区分,随后通过提取两种编码信号的瞬时频率,对所获得的瞬时频率取N重频率差分,之后根据码元改变处脉冲幅度识别出二相编码信号与四相编码信号。对于线性调频信号和非线性调频信号,首先对信号进行Wigner-Ville变换,在Wigner-Ville变换之后进行Hough变换,线性调频信号在Wigner-Hough变换后为三维平面的一个单一脉冲,而非线性调频信号在Wigner-Hough变换后为杂乱无章的脉冲串,根据此识别出线性调频信号与非线性调频信号,该方法较为直观,缺点是运行时间较长,并且Wigner-Ville分布具有交叉项干扰的问题。采用希尔伯特黄变换后再进行Hough变换的方法可以很好的抑制交叉项干扰,从而将线性调频信号和非线性调频信号区分出来。最后通过采用“CLEAN”谱估计算法对无线电侦察信号进行分离,“CLEAN”谱估计算法具体步骤包括解调频处理,频域带通滤波等。本文采用四种典型的无线电侦察信号来进行识别和分离,本文所述方法是针对此四种无线电信号。当需要进行识别和分离的无线电侦察信号形式不局限于以上几种信号时,识别和分离需要进一步的工作。