通信信号的调制识别是截获信号处理研究领域的一个十分重要的课题。它需要在复杂环境和有噪声干扰的条件下确定出信号的调制方式和调制参数,从而为进一步分析和处理信号提供依据。调制方式是区别不同性质通信信号的一个重要特征,调制识别的目的就是在没有其他先验知识的情况下,通过对接收信号进行处理,从而判断出信号的调制方式,并估计出相应的调制参数。随着通信技术的发展,空间信号越来越密集和复杂,通过接收机接收到的信号不再是单一的调制信号,这就加大了调制信号识别的难度,同时也对调制识别的研究提出了更高的要求。从最近国内外发表的文献中可以看出,通信信号的自动调制识别理论的研究正在倍受日益增长的关注和重视,特别是在低信噪比条件下调制方式的识别。本文在前人的研究基础上主要做了如下工作:(1)研究了模拟调制信号的识别方法。选用简单、判别特征好的信号高阶包络特征和谱对称性两个参数实现了在没有先验知识和低信噪比情况下AM、DSB、USB、LSB和FM五种模拟调制信号的成功识别,并设计了识别流程。(2)研究了数字调制信号的识别方法。首先利用升余弦滤波器对其进行预处理,然后提取了五个特征参数,分别利用决策树分类器和神经网络分类器进行数字调制识别。决策树分类器需要设定判决门限,但判决门限的选择是比较繁琐的,人为因素很大,所以识别性能严重依赖于判决门限。神经网络分类器采用了多层组合的神经网络分类器,本文设计的网络模型及训练算法与传统方法相比在收敛速度、训练时间以及识别率方面都有很大的改进。(3)研究了模拟调制和数字调制两大类调制信号的识别问题,使用了一种简单、运算量小、识别率较高的非线性变换后提取特征参数的方法,将信号分为模拟、数字两大类,为进一步调制识别奠定了基础。