在无线电监测过程中，背景噪声是在无线电监测中影响监测系统性能的关键因素之一，而如何有效在含噪声数据中提取有用的信号是一个重要的研究方向。许多有用信号淹没在大量的背景噪声中，这就给我们的监测任务带来了困难。目前存在很多的关于无线电背景噪声提取的算法，如K-均值聚类算法，邻值判别提取算法。这些算法在一定的条件下都能实现背景噪声的提取，但同时各自也存在着局限性。目前主要存在两个方面的问题，许多背景噪声提取算法都能够在特定的电磁环境中取得良好的提取效果。但是随着外界电磁环境的改变，背景噪声提取算法由于过于依附硬件环境的支持或者设定了固定的参数不能随着外界环境进行适应性的改变，进而出现了监测误差。另外有些背景噪声提取算法只能适应于某些特定的监测频段，不能适用所有的监测频段的监测要求。因为大部分监测频段的业务各不相同，出现的背景噪声也各不相同，同理各监测频段的信噪比也不相同。有些监测频段甚至出现了超过一个以上的监测业务。这就给背景噪声提取工作带来了一定程度上的困难性。本文首先介绍一些常规的背景噪声提取的算法以及分析这些算法的局限性。并针对调频广播频段的特点提出了一种基于平滑滤波的分段自适应阈值方法，该方法通过分段方法、平滑滤波和阈值选择三个方法入手来构建算法。通过平滑滤波和阈值选择方法解决调频广播频段适用性问题。因此该方法能够随着外界电磁环境的改变能够进行自适应进行调整，进行取背景噪声提取，保留下有用信号，而且能够适用于大部分监测频段，从而实现背景噪声的提取。