无线电频谱资源是一个国家重要的战略性资源。无线电频谱资源不是取之不尽、用之不竭的公共资源,其有限性日益凸显。而人类对无线电频谱资源的需求却急剧膨胀,各种无线电技术与应用的竞争愈加激烈,使无线电频谱资源的稀缺程度不断加大,各种干扰信号也不断增多。为了能更好的对无线电频谱进行管理和监测,通过技术手段对监测到的无线电信号进行智能分类识别就显的极为重要,对无线电信号进行准确分类识别更具有现实意义。本文使用不同的特征提取方法来对C波段无线电信号进行特征提取,并使用BP神经网络算法做智能分类器对C波段无线电信号进行分类识别研究。主要研究内容如下:一.介绍了什么是C波段无线电信号,并阐述了主成分分析、BP神经网络的原理及数学模型的设计。二.对特征提取方法的研究,由于无线电信号数据量庞大数据维数高,本文使用了基于频域特征和统计量的特征提取方法及主成分分析的特征提取的方法对C波段无线电信号进行特征提取。三.使用BP神经网络作为智能分类器来对C波段无线电信号进行分类识别,对BP神经网络的各个参数的选取进行了分析,并使用不同方法的特征提取信号输入BP神经网络分类器模型进行仿真模拟,得到良好的识别效果。