为了通信安全,监管部门需要对信号进行监听和分析。监听情况下是不知道通信参数的,就需要对信号进行盲识别。信号的识别主要包括载波估计和调制识别,其中调制方式的识别是最基础也是最重要的。短波数传信道存在信号的衰落、多径效应、多普勒频移等特性,信号通过通过短波数传信道后,难以直接识别出来。因此本文研究了短波数传信道环境下如何有效的对数字调制方式进行识别。本文首先研究了短波数传信道,搭建了短波信道模型,实验分析了短波信道的特性。发现信号通过短波数传信道后发生了很多变化,从基本的定义式根本无法识别。然后本文中对产生的2ASK(Amplitude Shift Keying)、4ASK(Quadrature Amplitude Shift Keying)、2FSK(Frequency Shift Keying)、4FSK(Quadrature Frequency Shift Keying)、2PSK(Phase Shift Keying)、4PSK(Quadrature Phase Shift Keying)六种数字调制信号经过信道后进行特征提取,主要提取了信号在短波信道下的统计量特征(瞬时特征、高阶累积量特征)。实验证明这些特征对数字调制信号的识别是有效的。实验仿真出统计量特征参数随信噪比变化的曲线图,然后通过短波信道环境下的特征参数的曲线图选取合适的特征参数门限值。接着通过决策树的方法实现信号的分类识别。基于决策树的联合统计量特征调制方式识别模型中特征和参数值门限值的选取影响识别结果,且判决门限结果与训练集有关,需要手工实验来测定。针对此问题本文提出基于二叉树支持向量机的调制方式识别模型,来解决多分类的问题中特征参数选择问题。最终对两种方法在识别率、算法的复杂度和适应性的能力上做了对比分析。实验验证了基于二叉树支持向量机的方法,具有很好的识别性能和适应性。并且还验证了高阶累计量具有抗噪声、抗信道衰落的特性。