典型信号的模式识别,在通信领域方面的应用,主要是在非协作通信中,如民用通信中的信号确认、干扰识别,军事通信中的电子对抗、电子侦察等；在生物医学领域方面的应用,主要是给医生提供更多的临床诊断依据,为疾病的治疗提供更有效的治疗手段。因此,典型信号的模式识别,不仅应用广泛,而且研究意义深远。近年来,不管是在通信领域,还是在生物医学领域,有不少国内外学者在信号的模式识别方面做了大量的探索。但是有许多只是停留在仿真阶段,并未将仿真的算法应用于实际采集到的信号。本文正好依托于实验室的项目,基于谱相关特征及频谱分析,提出了典型通信信号中数字信号的特征提取方法,并针对提取的特征,分别采用了阈值法以及支持向量机法对提取到的特征进行分类,通过仿真实验验证了算法的有效性。然后,基于时域与频域信号联合特征提取的方法,设计了一套针对罗德与施瓦茨公司的宽带无线监测接收机ESMD的信号调制类型的识别方案,并通过实验测试验证了识别系统的效果和稳定性。最后,基于回声状态网络方法,探索了脑电信号的特征提取,通过边界Fisher分析法对提取的特征向量降维后,最终分类采用支持向量机实现了对脑电信号的模式识别,仿真实验结果证明了该法的有效性。