电离层TEC扰动可以对预警探测、卫星侦察、卫星通信、卫星导航、短波通信等电子信息系统产生严重的影响。开展星载TEC扰动规律研究,开发基于人工神经网络的TEC扰动识别算法,对我国天基空间环境遥感技术发展和应用技术开发具有重要意义。本文基于小卫星GNSS接收机仿真数据,开展了背景电离层和赤道异常等引起的TEC时域特征分析、频域特征分析,以及时频域特征分析工作,并建立了基于人工神经网络的电离层赤道异常识别模型。主要研究内容分为以下三部分:（1）开展了背景电离层和跨赤道异常等引起的TEC、TEC的一阶时间梯度、TEC的二阶时间梯度的时域特征分析。给出了跨赤道异常的典型扰动特征,包括TEC三峰结构、加深谷值结构、间距较近的双峰和间距较远的双峰等变化特征,以及TEC一阶时间梯度和二阶时间梯度产生的锐峰值结构、梯度反转结构和波包结构等特征,这些扰动特征与背景电离层中的TEC变化特征存在显著差异,可用于作为人工神经网络的输入样本集进行训练。（2）利用离散余弦变换和小波变换的方法,开展了背景电离层和跨赤道异常的TEC、TEC的一阶时间梯度、TEC的二阶时间梯度的频域特征和时频域特征分析。与背景电离层相比,赤道异常在频域中的谐振结构幅度更强、带宽更窄,大部分事件两者存在较为显著的差异。尽管如此,部分显著的时域扰动特征,在频域和时频域中会被“弱化”,因此赤道异常的频域和时频域特征不足以作为独立的手段用于赤道异常的识别。（3）建立了基于人工神经网络的电离层赤道异常识别模型。TEC、TEC的一阶时间梯度和TEC二阶时间梯度作为神经网络的输入样本时,对赤道异常的识别效果较好,非赤道异常的识别效果不佳,三网络组合判决可以有效改善赤道异常识别效果。