在实际电磁频谱入侵信号检测场景中,很难获得大量的入侵信号样本以及入侵信号的先验知识。但是,传统的电磁频谱入侵信号检测技术相关研究多是对入侵信号具有较好先验基础,然后利用多分类算法对入侵行为中的干扰信号类型进行识别。因此,针对上述问题,本文主要研究方向为在入侵信号先验知识较少的条件下,研究电磁频谱入侵信号检测技术及方法。本文主要贡献在于对电磁频谱入侵信号进行了定义的基础上,提出了三种利用不同电磁频谱信息的入侵信号检测算法,能够较高效地实现电磁频谱入侵信号检测。论文的主要工作内容包括以下四个方面:1.定义了电磁频谱入侵信号,解决了缺少数据集的问题。通过查阅文献、对比分析,对电磁频谱入侵行为进行了定义,明确了入侵信号和干扰信号的区别和联系;构建了自动化的电磁信号数据集获取流程,使用较为先进的设备采集电磁频谱数据;通过噪声消除和信号检测技术对信号频谱数据进行提取,为后续研究提供数据支持。2.提出基于可变r位不连续匹配规则的人工免疫算法。针对信号参数的波动带来的虚警和漏警的问题,提出了可变r位不连续匹配规则,对其优势进行了仿真和理论分析;设计了改进后的人工免疫算法,添加了为每个检测器设定自适应参数区间矩阵和检测门限的细化训练过程,减少了检测漏洞;对特征进行了选择并通过实验对改进后算法的性能进行了评估和分析。3.提出基于信号波动特性的电磁频谱入侵信号检测。针对目前电子对抗中具有欺骗目的的入侵信号与合法信号参数相似,难以利用典型信号特征来实现入侵检测的问题,提出了信号波动特性这一特征;使用概率质量函数对信号波动特性进行描述作为新的信号特征,并使用KL散度来对不同信号之间该特征的差异进行度量,设计了基于信号波动特性的差异程度来对入侵信号进行检测的算法;通过无线电设备信号入侵广播频段这一真实入侵场景,分析了利用信号波动特性进行入侵信号检测的可行性,并验证了算法的有效性。4.提出基于功率熵的电磁频谱入侵信号检测。针对隐藏在噪声中的小功率入侵信号难以检测的问题,对频谱信息进一步挖掘提出了利用功率熵作为新的特征进行入侵信号检测的想法;提出了使用OcSVM对信号频谱的功率熵曲线进行学习来检测入侵信号的算法;设计了扩频信号入侵FM、QPSK、16QAM信号所在频段的三种实验场景,对算法的可行性和有效性进行了分析验证。