在非合作通信系统中,接收端并不能直接获取信号的先验信息,想要实现信号的正确解调,就必须要采用盲解调的方式。而同步技术作为解调的关键之一,研究其在非合作条件下的实现是十分必要的。此外,随着电磁环境的日益复杂,在非合作通信中单个接收机同时接收到多个时频混叠信号的情况也较为常见。这种情况下,针对单个信号提出的算法的性能将急剧恶化,不再适用于时频混叠信号。因此,需要准确识别出时频混叠信号为后续信号处理算法的选择提供决策依据。基于此,本文重点研究了非合作条件下的同步与时频混叠信号识别技术,具体工作如下:（1）针对Fitz算法中存在的频偏估计精度与估计范围互相掣肘的问题,提出了一种基于分级估计的宽范围Fitz算法。该算法首先利用改进的频率居中法得到频偏粗估计值,之后利用该粗估计结果对信号进行补偿,使得经过补偿后的残余频偏可以落在Fitz算法的捕获范围内,最后再利用Fitz算法完成对频偏的精确估计。仿真结果表明,该算法无需数据辅助,频偏估计范围可达±0.5倍码元速率且保持了良好的估计精度,在信噪比达到10d B时仍可以逼近克拉美罗界,可以同时满足宽范围与高精度的需求。（2）针对经典Gardner定时同步环路中存在的同步建立时间长以及稳定性差的问题,对其环路结构进行改进。改进后的环路提升了信号的采样倍数,经过串并转换之后得到两路采样信号,对这两路信号分别利用不同的插值滤波器完成插值与定时误差检测操作,并以星座图收敛半径作为判断不同插值滤波器所占权重的依据。最后以两路信号输出插值序列的加权平均作为环路输出,定时误差的加权平均作为环路滤波器的输入。仿真结果表明,相比于经典Gardner定时同步算法,改进后的算法同步性能更优,同步建立时间更短,且稳定性更好。（3）提出了一种基于高阶累积量的时频混叠信号识别算法。分析了时频混叠信号相比于单个信号高阶累积量的变化,利用不同混叠信号之间高阶累积量的差异构建特征向量,最后将特征向量输入支持向量机完成对BPSK、QPSK、8PSK与16QAM四种信号相互混叠信号的识别。仿真结果表明,该算法拥有良好的识别性能。在信噪比高于8d B时,各混叠信号的识别率均可以达到95%以上。