现代通信系统中,为了充分利用信道频谱资源、提高数据传输速率,出现了越来越多的信号调制方式,这使得同一空间的信号越来越复杂、密集。在这种情况下,对信号进行解调之前,首先需要知道其调制方式。因此,信号调制模式识别成为有效通信的关键,是实现信号解调的基础和重要组成部分,在频谱管理与监测、电子对抗等领域都得到了广泛的应用。论文结合某无线电监测接收机的应用需求,研究了基于瞬时特征、变换域特征、星座图特征的特征提取方法,综合使用多种特征参数结合的方法,采用树形分类器结构设计了识别方案,完成了17种模拟与数字通信信号的调制模式识别。主要工作如下:1.为了选择和构造更精准的信号分类特征,提高调制模式识别率,研究了无需数据辅助的参数估计算法。针对接收信号全盲的特点,研究了基于子空间分解的信噪比估计;针对QAM调制类型信号,研究了基于Haar小波变换的码速率估计和基于Gardner定时同步。通过公式推导和仿真,验证了上述各算法在研究对象上的正确性和有效性。2.针对基于星座图特征提取和基于时频特征提取的QAM类内识别算法识别率低的问题,提出了两者结合的QAM类内识别算法。该方法先利用四次方谱单频分量将QAM调制信号分为方形与十字形;再利用码速率估计结果完成匹配滤波,对信号幅度归一化后实现QAM定时同步;最后利用聚类算法提取码元幅度个数进行区分识别。仿真结果表明该方法对频偏相偏不敏感,在信噪比为10d B时,每种调制阶数的QAM均能达到95%的识别率,相比前两种方法具有更优的识别效果。3.研究现有特征参数,设计了一种对17种模拟与数字信号的联合识别方案,联合识别的仿真结果表明,信噪比大于等于10d B时,各调制类型均能达到90%以上的识别率,验证了方案的可行性与有效性。特别是针对低信噪比下{FM、FSK、PSK、QAM}与{LSB、USB、DSB}两类信号类间识别率低的问题,提出了利用信噪比估计值为方差系数R设置动态门限的思想,相比于采用固定门限,该方法提高了低信噪比下的类间识别率。4.利用硬件平台采集信号进行离线识别,并结合开发的调制模式识别软件对信号分析。实测结果表明,当采集信号信噪比为10d B时,均能达到85%以上的识别率,验证了研究算法的工程实用性。