La detección e identificación de vehículos aéreos no tripulados (VANT) utilizando señales de radiofrecuencia (RF) se vuelve particularmente desafiante en entornos espectrales congestionados, donde los enfoques convencionales que se basan únicamente en características espectrales a menudo resultan limitados. Este trabajo introduce una técnica novedosa para la detección y clasificación de VANT basada en representaciones temporales derivadas directamente de la envoltura de las señales RF recibidas. El sistema propuesto sigue una arquitectura de dos etapas: primero, la detección binaria de la presencia de VANT en un canal RF dado, y segundo, la identificación del modelo específico de VANT entre varias plataformas comerciales. Para la primera etapa, se emplean dos metodologías de representación de señales: Campos Angulares Gramianos y curvas de Hilbert, ambas generadas a partir de ventanas RF de corto tiempo y posteriormente utilizadas como entradas para redes neuronales convolucionales. La evaluación experimental demuestra que la etapa de detección alcanza tasas de precisión superiores al 94% para la clase no-VANT y cerca del 99% para la clase VANT con ambos enfoques. En la etapa de identificación, el sistema logra una precisión superior al 90% para la mayoría de los modelos de VANT considerados, alcanzando hasta el 100% para ciertas plataformas. Estos resultados confirman la efectividad del enfoque basado en la envoltura para analizar señales RF relacionadas con VANT.