近年来，随着无线电事业的飞速发展，无线电设备被广泛的应用到各个行业和领域，为我国的社会、经济发展起到了很大的促进作用。同时，利用无线电通信方便、快捷的特点，进行违法活动的事件也日益增多。其中尤为突出的就是利用无线电设备进行考试作弊，严重破坏考试的公平性和保密性。由于无线电作弊信号具有频段范围分布广、使用频点不固定、信号功率以及出现时间具有随机性、信号持续时间短等特性，如何高效、快速、准确地发现作弊信号，是目前无线电监测与管理面临的一项挑战。本文将模糊模式识别理论应用到无线电作弊信号监测领域，利用模糊模式识别方法对无线电信号进行分类与识别。提出基于隶属度加权的改进模糊ISODATA聚类算法（或FCM算法），根据信号特征对作弊频段的异常信号进行模糊聚类分析，以快速发现识别作弊信号。本论文的主要研究成果可归纳如下：1.对无线电信号的频谱数据进行数据预处理，探讨出一些能够刻画作弊信号特征的数据，建立信号特征库；2.将模糊模式识别方法运用到无线电作弊信号监测领域，提出了基于隶属度加权的改进模糊ISODATA算法，并将该算法运用于计算信号的模糊分类矩阵与聚类中心矩阵；3.运用加权的绝对值距离求可疑信号与最佳聚类中心矩阵每个行向量的距离，根据距离最小原则判断信号的类型。4.以2012年全国硕士研究生招生考试西华大学考点所截获的可疑信号数据为实验数据，实验验证了本文所提无线电作弊信号识别方法的正确性和可行性。