非协作通信是指未经授权的第三方,在不影响协作通信双方正常通信的前提下接入到协作通信系统中的通信方式。而非协作通信的参数估计和解调是指非授权的第三方利用现代数字信号处理技术完成对接收信号的调制参数估计以及完成后继的解调工作。本文就是在非协作通信的背景下,对于其关键的参数估计算法和解调算法作了较为深入的研究,其中包括符号率估计算法,调制方式识别算法和载波恢复算法。全文共分为五个部分,各种算法的研究主要分布在第二、三、四部分。第一部分为绪论,在绪论部分主要介绍了对于非协作通信参数估计和解调算法研究的意义、非协作通信系统的基本结构和特点以及相关算法的发展,最后介绍了本文研究的主要内容、结构安排和贡献及创新。第二部分主要研究了载波恢复算法。在本章中提出了一种新的QAM载波恢复环路结构。在此结构中频率检测和相位检测同时进行,在鉴相阶段引入了改进的加权直接判决(MWDD)算法。经仿真实验验证此方法提高了整个载波恢复环路的捕获速度,并使载波环路的相位抖动有所减小,16-QAM载波环路可以捕获10%符号率的频偏。第三部分主要研究了符号率估计算法。小波在时域和频域具有优良的局部化特征,适用于信号瞬时变化特征提取。现有的使用Haar小波的符号率估计算法中都假设码元是矩形脉冲,没有考虑实际通信系统脉冲成形滤波技术的影响。针对上述问题,本章在带限系统的模型下,考虑了脉冲成形滤波技术对信号产生的影响,使用适合带限系统信号瞬时变化特征提取的具有高阶消失矩的Daubechies(dbN)小波,结合FFT算法,提出了一种MPSK符号率估计方法。仿真结果表明,使用该符号率估计方法要比使用Haar小波性能更优越。第四部分主要研究了调制方式识别算法。神经网络作为一种自适应的非线性信号处理系统,具有强大的模式分类识别能力。本章使用基于径向基函数(RBF)神经网络分类器算法和高阶累积量进行MPSK调制类型识别,在RBF的输出层训练中,提出一种新的变步长因子的LMS算法,使实际输出更好地逼近期望输出。仿真实验表明,该方法有效地提高了模式正确识别率。第五部分为对全文的总结,并指出需要进一步研究的工作。