调制方式是通信信号的一个重要特征,所谓调制方式自动识别,指的是在无人工干预的前提下对接收到的通信信号的调制方式进行判断,调制方式自动识别技术是软件无线电和非协作接收的关键技术,无论是在军事还是民用领域都占据着重要的地位。近年来,随着无线通信技术的迅速发展,调制样式日趋复杂,此外,信号传输的电磁环境也愈加恶劣,这些变化使得对通信信号调制方式的识别难度越来越大。本文围绕非协作通信环境下调制方式自动识别所涉及的关键技术展开研究,具体包括通信信号的存在性检测、关键参数估计、特征参数提取与选择,以及分类器的设计等内容。其中待识别的通信信号集为{2ASK、4ASK、2FSK、BPSK、QPSK、8PSK、CPM、LSB、USB}。首先,本文在对通信信号调制方式自动识别技术的相关理论进行深入研究的基础上,针对调制识别预处理部分,分别从信号的频率域及广义频率域角度出发,研究两种信号存在性检测算法;对于参数估计内容,研究四种常用载频估计算法和一种基于子空间分解理论的盲信噪比估计算法;依次仿真验证算法的有效性。其次,针对调制识别特征参数提取部分,通过对信号的瞬时信息、功率谱、高阶谱特征进行分析,本文提出一种基于瞬时信息及谱特征的调制方式识别算法。该算法引用了三个经典特征参数,其中对ASK信号类内识别的经典特征参数进行了优化,提高了2ASK与4ASK在较低信噪比、码元非均衡条件下的识别性能。针对以往文献中2FSK信号识别算法存在的缺陷,本文通过对不同调制信号的功率谱密度特征进行深入研究,提出了一个功率谱特征参数,有效地解决了较低信噪比下2FSK信号与CPM、PSK信号辨识的难题,无论2FSK功率谱呈现的是单峰还是双峰皆适用。接着,依据PSK、CPM信号的平方谱、四次方谱特征的差异性,构造了两个高阶谱特征参数分别用于BPSK、QPSK信号的辨识。针对已有文献中利用瞬时包络波动程度对8PSK、CPM信号识别算法受噪声影响比较大的缺陷,本文通过对调制信号非线性相位与瞬时频率的对应关系进行分析,依据调制信号瞬时频率在码元切换时刻是否存在尖峰的特征,提出一个用于辨别8PSK与CPM信号的特征参数,与已有文献相比,该特征参数适用于所有调制参数的CPM信号。最后,在调制识别分类器部分,依据本文选取的7个特征参数分别采用决策树、BP神经网络分类器对待识别信号作出判断,从而实现了九种通信信号调制方式的自动识别,并统计了算法的正确识别率。仿真结果表明,在信噪比不低于9dB的条件下,使用决策树分类器的整体正确识别率达到100%。在信噪比不低于15dB的条件下,使用BP神经网络分类器的整体正确识别率超过95%。