通信信号在调制识别方面广泛应用于军事、民用之中。本文根据数字通信信号基本调制技术，提出基于决策论的数字通信信号调制识别算法和基于高阶累积量的信号类内识别及类间识别算法。基于决策论的数字通信信号调制识别算法是对待识别信号进行特征参数提取，通过人工预设判决阈值，利用特征参数与判决阈值进行对比，进而识别该信号的调制方式。对信号进行瞬时参数提取，将提取结果转化为特征参数，此过程本文主要使用零中心归一化算法。模拟现实工作场景，经过大量的仿真实验选取决策阈值。在用决策阀值对待识别信号进行特征参数对比，进而得出识别结果。在应用MATLAB对该算法进行仿真实验，该算法可有效完成信号识别工作，本文所使用的算法从幅度、相位、频率三个参数出发获取更多、更全面的特征参数用于识别对比，很大程度上提高了算法识别率，同时保留了决策论算法实时性强这一特性。基于高阶累积量的通信信号调制识别算法的原理为将受噪声污染后的数字信号进行变频处理，再利用所得的码元序列进行归一化处理，即完成预处理过程。进而构建高阶累积理论值，该值以信号能量为基础，利用高阶累积量理论值构建特征参数，并以其为基准，若待识别信号趋近于既定特征参数即为该调制方式。为验证其可行性，本文采用高斯白噪声对待识别信号进行处理，同样应用仿真软件，将所得数据进行综合数据分析，证明高阶累积量算法具有高识别率，而且针对越复杂的信号，其所表现的识别率越好。将基于决策论和高阶累积量的识别率进行对比可知，高阶累积量的方法在低信噪比下识别效果更好，从而体现该算法具有较强的抗噪性。