无线通信的蓬勃高速发展,信号制式与样式层出不穷,对无线电监测的要求变得越来越高。信号识别算法作为无线电监测的核心功能最重要组成部分,显得尤其重要。针对现有基于似然的信号识别算法、基于特征的信号识别算法和基于启发式算法的信号识别算法均假设只存在一个信号源,不能识别混叠信号的缺点,本文提出了一个名为分离-识别算法(Separation and Classification Algorithm)的算法来识别多个混叠信号。分离-识别算法依照对混叠信号先分离处理再识别两个阶段来进行。在分离阶段,首先利用多根天线上接收到的信号采样,使用快速独立分量分析算法(FastICA),以熵最大化为准则,估计出各个信号源到天线的信道矩阵;然后利用信道矩阵和混叠的信号采样,重构出无混叠的各路信号。在识别阶段,针对单个累积量识别精度低的缺点,联合使用多个累积量进行识别。对各类待识别的信号,计算各类信号的不同二阶、四阶、六阶等累积量值,并构建高阶累积量特征向量,识别信号时,将与待识别信号的高阶累积量特征向量最为相近的调制方式作为待识别的调制方式,本文还对频偏、相偏等实际因素对基于累积量的识别算法的影响进行了分析,并提出了一些消除频偏、相偏的方法。