本论文的研究工作为具有强大现实价值的宽带大动态数字接收机的通信信号调制识别提供了新的思路和方法，同时对粗糙集在通信信号识别中的应用进行了尝试。本文以粗糙集在通信信号调制识别中的应用为研究主题，在了解国内外研究现状和广泛收集前人研究资料的基础上，首先介绍了通信信号调制的相关基础知识。然后介绍了高阶累积量的定义和本文所提取的特征参数的算法。接下来对粗糙集理论进行了详细的理论阐述，由于粗糙集只能适用于离散化数据，所以本文给出了粗糙集和自组织神经网络相结合的离散化算法并阐述了用粗糙集进行特征选择的算法；同时考虑到粗糙集作为分类器的缺点和神经网络作为分类器的优点，设计采用了BP神经网络作为分类器。同时对实际采集到的2psk，2fsk，2ask，4psk，4ask进行试验。通过与粗糙集约简前的BP神经网络和基于PCA的BP神经网络两种不同的识别方法的对比，表明该方法能够得到较好的识别效果。最后对进一步的研究工作进行了展望。