对于宽带通信信号检测问题，针对目前基于深度学习的信号检测算法不适应于处理大带宽和大时宽的宽带信号以及对信号时频参数估计存在的固有偏差问题，提出基于谱图分解的宽带通信信号智能检测算法，完成对大带宽接收信号中窄带信号的高效准确检测。首先将由宽带信号转化而来的灰度时频谱图通过谱图分解得到适合于目标检测网络输入大小的子谱图，然后使用改进的无锚框YOLOx目标检测算法对子谱图中的窄带信号进行检测，最后将子谱图的信号检测结果融合得到窄带信号的时频参数等检测结果。经过实验测试得出，该算法能够适应复杂的噪声环境，与其他深度学习算法和传统算法相比，具有较高的信号检测概率，较低的虚警概率，较小的信号参数估计平均误差，其检测精度更高，鲁棒性、实用性、通用性更强。

提出了一种基于并联马赫-曾德尔调制器的无滤波16倍频毫米波信号生成方案。该方案利用并联的马赫-曾德尔调制器和光移相器产生8阶光边带，通过光电探测器拍频得到16倍频毫米波信号。针对调制器消光比理想和不理想两种情况，理论推导了消光比分别为35 dB和100 dB下的抑制光载波及4阶光边带，产生8阶光边带信号，并通过仿真验证理论推导的正确性。根据仿真结果分析了调制指数偏移，电、光移相器相位偏移，光衰减器衰减值偏移等各种非理想参数对系统的影响，以及激光器线宽与接收功率的关系。结果表明：在方案产生的16倍频毫米波信号上调制2.5 Gbit/s的基带信号，系统传输距离5 km、10 km、15 km时损耗功率分别为0.35 dBm、0.55 dBm和2 dBm，传输损耗较小；线宽为10 MHz时接收功率为-22.6 dBm，线宽为20 MHz、30 MHz和40 MHz时功率损耗分别为0.1 dBm、0.25 dBm和0.6 dBm。