本发明提出了基于融合特征和组卷积ViT网络的信号类型识别方法及系统,属于电磁信号的自动调制识别技术领域,包括:将调制信号变换到时频域,得到时频图,以获取信号的瞬态特性和频率变化信息;采用可视图算法将调制信号转化为时间序列可视化网络;将时频图和时间序列可视化网络的特征进行提取融合,形成更加综合和多维的特征表示即融合特征;融合特征被送入多组卷积残差网络,该网络能够进行多尺度时空信号相关性提取;将组卷积残差网络提取的深度特征送入Transformer Encoder模块中,利用多头自注意力机制对输入的全局建模能力,继续获取信号的全局特征。最后将提取的特征通过全连接层进行分类决策,识别出信号的调制类型。