数字调制信号的自动识别技术是软件无线电的关键技术之一。只有提高自动调制识别的正确识别率和智能化水平，才能更好地利用纯软件的方法解决调制解调。无论是在军事领域还是在民用领域应用广泛。然而，如今由于通信技术的多样化以及无线信道的复杂化，使得数字调制信号的识别特别是在低信噪比条件下或是在多径衰落信道条件下的识别变得十分困难。因此，怎样解决在低信噪比和衰落信道中的调制识别率以及提高算法的智能化和自动化成为了问题的关键。本文的研究主要针对在高斯白噪声信道下进行数字调制信号的识别和在多径衰落信道条件下的数字调制识别技术，主要目的是为了提高准确识别率，具体工作如下：1).在加性高斯白噪声信道情况下，提出了以小波变换方式提取了用于类间识别和类内识别特征参数，由于小波分析方法不需要先验知识而且运算速度快，因此提取的特征参数效果良好，对MFSK信号、MPSK信号和MQAM信号的特征表现有明显区别。2).针对提取特征参数后的识别器设计，为了满足提高识别率和智能化，利用了基于人工神经网络方法和基于最小二乘支持向量机的分类器。配合前面提取的特征参数进行数字调制信号的识别，整体效果而言获得较高的识别率和算法的智能化和实时性。3).针对多径衰落信道带来的已调信号的码间串扰，使得识别率下降的问题。在单天线情况下提出了基于子空间算法对信号进行盲辨识和盲均衡，然后再对恢复出来的信号进行调制识别，有效的解决的多径衰落信道带来的问题，对整体识别率也得到了很大的提升。另一方面，在多天线的情况下，利用接收端的多天线进行分集合并技术改善系统的传输性能，也有效的解决多径衰落信道带来的问题。