自适应调制编码系统可以根据信道状况动态调整传输参数,提高频谱利用效率。在此类系统中,接收端必须事先知道发送端具体采用了哪种调制编码方式,才能正确解调译码信号。研究能够在未知调制编码方式的条件下完成信号解调译码的盲接收机,在认知无线电、电子对抗等领域具有重要的应用价值。现有的盲接收机,大多调制编码方式识别精度低,且受硬件平台限制,拓展性较差。本论文设计并实现了一种基于深度学习和软件无线电的盲接收机。该接收机利用深度学习算法替代传统的基于特征的算法,提高调制编码方式识别精度;同时采用软件无线电替代传统的硬件电路,便于接收机功能的升级和扩充。首先,论文介绍了课题研究的背景意义和自适应调制编码技术的发展现状,同时对本文所用到的深度学习与软件无线电技术做了简介。接着,论文对所使用的软件无线电平台以及深度学习平台进行了概述。然后,论文介绍了盲解调器的设计与实现。该盲解调器利用调制方式识别器识别出接收信号的调制方式,再根据识别结果重配置可变解调器,完成信号解调。其中,调制方式识别器基于深度学习技术实现,选用星座图表征和卷积神经网络Alex Net;可变解调器基于软件无线电技术实现,选用通用软件无线电外设(USRP)和GNU Radio平台。随后,论文介绍了盲译码器的设计与实现。该盲译码器利用编码方式识别器识别出接收信号的编码方式,再根据识别结果重配置可变译码器,完成信号译码。其中,编码方式识别器基于深度学习技术实现,选用词向量表征和卷积神经网络TextCNN;可变译码器基于软件无线电技术实现,同样选用USRP和GNU Radio平台。最后,论文给出了盲接收机性能实际测试结果。结果表明,本接收机调制方式与编码方式识别精度高,接收性能稳定可靠,并且功能易拓展升级,通用性强。此外,在调制方式与编码方式识别速度和解调方式与译码方式切换速度方面,接收机具有良好的性能。