随着第五代移动通信（5G）大规模商用,其技术及业务不断成熟,掀起了新一轮无线通信行业浪潮,同时也带来了新的挑战。面对未来无线通信系统电磁频谱愈加丰富、电磁环境愈加复杂的情况,需要对频谱进行智能监测。随着软件定义无线电（Software Defination Radio,SDR）技术和机器学习算法的快速发展,将这两项技术与宽带射频接收前端相融合,可以实现未来无线频谱的智能监测。本文围绕宽带频谱监测仪关键技术开展研究,主要研究工作如下:首先,研制了一款应用于频谱监测仪的高性能频率合成器,该频率合成器具有相位噪声低、频率分辨率高、带宽大和稳定度高等优点,频率输出范围为45MHz-22.4GHz,频率分辨率小于1Hz。测试结果表明,该频率合成器输出频率20GHz时,相位噪声为-106.52d Bc/Hz@100k Hz。其次,研制了一款应用于频谱监测的宽带射频接收前端,频谱监测仪主要由宽带射频接收前端和SDR处理器两个部分组成,宽带射频前端模块采用分段滤波并行处理的超外差接收机架构,工作频率为6-18GHz,实现了SDR处理器频段的扩展。测试结果表明,宽带射频接收前端通带内增益平坦度小于2.5d B,输入动态范围为-85d Bm～-30d Bm。在接收带宽为50MHz的QPSK、16QAM、64QAM、256QAM信号时,接收前端的EVM全频段优于3.52%rms、2.04%rms、1.73%rms、1.67%rms,接收400MHz带宽的5G NR标准信号时,接收前端在8GHz、12GHz和16GHz处EVM分别为2.09%rms、1.87%rms和1.56%rms。最后,通过MATLAB构建基于机器学习算法的信号识别卷积神经网络（Convolutional Neural Networks,CNN）模型并结合SDR模块,搭建了智能频谱监测系统,该监测系统尝试对不同制式信号训练并测试,最终实现了对射频调制模式信号的智能识别。