近年来,无线电通信快速发展,以致使人类在未来对频谱资源的需求会越来越大,人们对频率资源使用紧张的状况将会日益凸显。无线电通信(或广播等)系统的使命是将语音、图像、视频以及数字信号从发射端传输到接收端。通常这些信号需要进行调制及相关处理以后再以无线电信号的方式发射到空中。接收端将无线电信号经过解调及相关处理后还原为语音、图像、视频以及数字信号。在此我们面对两种信号：无线电信号以及原来的语音、图像、视频和数字信号。从通信的角度观察,无论语音、图像、视频以及数字信号,除了具有各自的信号特征以外,在通信系统中都以基带信号的身份出现。它们都有自己的频谱特征。基带信号经调制后生成的无线电信号的频谱特性与基带信号的频谱特性有着密切的关联,有许多情况是基带频谱在频率轴上搬移的结果。而接收端的任务,是最大限度还原被传输基带信号的相关特性,包括频谱特性。无线电干扰如果按传导形式区分,可以分为产导干扰和辐射干扰。通常按干扰源的性质区分,就分为自然干扰和人为干扰。自然干扰来源于自然现象,是不可控制的。主要有天电干扰、太阳干扰、宇宙干扰等。人为干扰来源于机器或其他人工装置。是可控制的。人为干扰又可区分为无线电设备干扰和非无线电设备干扰两类。非无线电设备干扰包括工业、科研、医疗等电器设备干扰,电力线干扰等。为防止其对无线电业务产生有害干扰,国家际准中已对其使用频率和辐射允许值作出了规定。无线电干扰就是指在射频(9KHz-3000GHz)频段内,有可能对有用信号造成损害的无用信号或电磁干扰。它可能对无线电通信系统的接收产生影响,如性能下降、误解或信息丢夫。当干扰危害到无线电导航或其它安全业务的正常运行,或严重地损、阻碍,或一再阻断按规定正常开展的无线电业开时,这种干扰称为有害干扰。研究无线电干扰信号的分离具有重要的意义,随着我国无线电事业的迅猛发展,无线电新技术、新业务的广泛应用,无线电台(站)数量急剧增加,无线电干扰现象也日趋严重,特别是对航空通信、水上通信等安全业务的干扰,直接威胁到社会稳定、国家安全和人民生命财产的安全。为了确实有效分离出干扰信号,我们采用多帧统计谱分离算来对受干扰的信号进行分离处理,得到并分析干扰信号,以尽快找到干扰源。此算法可嵌入到无线电频谱监测系统中去,根据系统实时的监测数据可分析某一频段是否有干扰,如果有干扰的情况下,可通过后期做一些处理。多帧统计谱算法就是先对干扰信号进行MATLAB仿真,采用GMSK调制方式对信号进行调制,再进行FFT变换,然后分别将原信号以及仿真分成多帧进行累加统计,对所得的叠加谱进行相减得到了干扰信号。当统计帧数足够多时,其频谱参数趋于恒定。改进后的算法,将原来FFT变换的传统功率谱密度换为AR模型的现代功率谱密度,得到了更好的效果。实验结果证明,该算法在已知原始信号频谱的情况下可以快速分离原始信号和干扰信号,效果良好且具有通用性,算法复杂度低于传统方法。而当LabWindows/CVI软件对接收的信号进行频谱转换的时候,在频域分析信号及进行信号的检测提取,可以看到经过AR模型处理过的信号明显优于FFT,从而更好的实现了无线电干扰信号的分离。