数字调制信号因为具有抗干扰能力强、易于存储和处理、易于加密和易于集成等特点而广泛应用于各种通信领域中。随着信号种类的增多和调制方式日益复杂,自动且高效的识别信号的调制方式和确定部分参数成为各个领域的研究热点。本文针对频谱监测工作中通信信号的特点,对部分数字信号调制方式识别和参数估计的问题进行了研究。现有的信号调制方式识别方法大致可以分为基于似然比判决理论和基于信号特征提取两大类,每一类中又包含许多不同的方法。这两类方法各有优缺点,需要根据问题的不同进行选择。而对于信号的参数估计问题,主要是通过提取信号特征的方法实现的。这部分内容将在本文第一章中介绍。虽然信号的调制方式识别和参数估计问题研究时间较长,但现阶段仍存在一些问题。尤其在频谱监测工作中,接收到信号没有任何的先验知识、待识别信号的种类繁多、信号所处的环境恶劣以及难于提取稳定的特征都使得调制方式识别和参数估计问题在实际处理起来非常复杂。针对信号稳定特征难于提取的问题,本文提出了基于小波包变换和SVD变换的数字调制信号类间识别新方法。实验证明提取的特征在不同的载频和码元速率情况下是比较稳定的。在完成信号的类间识别后,接下来的工作是对类内信号进行区分。针对不同调制类型各自的特点,本文分别选用不同的方法对MPSK、MFSK和MQAM信号进行类内识别,并对这些方法进行了实验仿真和结果分析。本文的另一个工作重点是信号参数估计。本文选取平方谱和四次方谱的方法对信号的载波频率进行估计,并分析了这两种谱分析方法在估计性能上的差别；利用提取小波系数功率谱特征的方法估计码元速率,实验证明具有很好的效果；利用信号功率分布函数拐点的方法对信噪比进行估计,实验证明该方法几乎不受信号调制方式的影响。考虑到α稳定分布相对于高斯分布更能有效的反映噪声的特性,本文提出了一种基于改进的循环谱密度函数的信号参数估计方法。改进后的循环谱密度函数可以在限制信号幅值的同时不改变信号的相位信息,从而保证改进前后的循环谱密度函数在特定频率处具有相同的特征,在抑制α稳定分布噪声干扰的同时可以准确的提取特征实现载波频率和码元速率的估计。