Los sistemas de alta precisión como la aviación civil han planteado requisitos más altos para los sistemas de navegación, incluidos indicadores como la precisión y la integridad. Las distorsiones de la señal y las formas de onda maliciosas (EWF) generadas por el hardware generador de señal en el satélite pueden afectar gravemente la función de correlación cruzada de la señal, afectando así la integridad del sistema de navegación. Con el desarrollo continuo del Sistema de Navegación BeiDou (BDS), los tipos de distorsión de la señal se subdividen en tres tipos: distorsión analógica, distorsión de subportadora y distorsión de código PN. Los métodos tradicionales de correlación múltiple ya no son aplicables bajo los requisitos de los sistemas de navegación modernos. En este documento, se propone un algoritmo de monitoreo de anomalías de señal BeiDou B1C basado en aprendizaje automático. Detectamos y clasificamos las señales utilizando un método de análisis discriminante cuadrático (QDA). Los resultados muestran que nuestro método puede clasificar con precisión los tipos de distorsión bajo la condición de que la precisión de la detección de distorsión pueda mejorarse considerablemente. Además, nuestro método también es altamente efectivo y robusto.