非合作无线通信信号的调制方式识别作为频谱管理以及通信对抗的关键技术,在民用乃至军事通信领域发挥着重要的作用。由于监测目标通常情况下具有输入频谱覆盖范围广的特点,使得当前调制识别领域面临着对超宽频谱进行奈奎斯特全采样的挑战,并且对高速采样信号调制方式识别需要高速的处理能力以及超大的样本空间支撑。本文将针对上述挑战,基于Candes和Donoho于2006年提出的压缩感知基本理论,对宽频稀疏无线信号的压缩调制识别从基础理论、信号处理方法、仿真验证三个层面展开研究,充分挖掘宽频带上信号的稀疏分布特性,通过构建信号频谱、信号高阶统计量等多维信号特征,利用压缩域测量数据对信号调制方式的特征参数进行提取识别,开展压缩信号调制识别的原理及方法研究,并基于压缩调制识别实验平台对模型正确性、方法性能进行验证评估。本文主要研究内容和创新点如下:1、提出了一种联合信号高阶矩特征和信号频谱特征的调制识别特征量构造方法。采用基于特征的数字信号调制识别方案,结合压缩感知具体分析了特征量的稀疏性、可识别性等特征,并以此作为特征量选取依据,确定了信号高阶矩特征和信号频谱特征作为最终的调制识别特征量;2、结合矩阵理论建立了一种信号压缩观测值与其调制识别特征之间的线性映射关系,从而将信号调制识别技术与压缩采样理论有效地结合起来,为利用压缩测量值对信号特征进行重构奠定了基础;3、在对所构造的信号识别特征进行压缩重构的基础之上,系统地提出了根据压缩观测值对数字通信信号进行调制方式识别的方案,并进行了仿真验证。仿真结果表明,对于绝大部分MPSK、MFSK信号,都能够在相对较低的信噪比下(低于0dB)实现较为准确的调制识别。同时对MQAM这类信号,分析了导致识别率不高的原因,并提出了降低噪声影响的解决方案,使得方法性能大幅提升。