在快速发展的无线通信技术领域,通信体制不断发展更新,通信信号的调制方式日益增加;以及各种通信之间相互干扰,通信环境日益复杂,因此,调制信号的自动调制识别技术在通信领域应用是非常广泛的,这其中包括在民用方面的应用和军事领域的应用,尤其是在非协作通信过程中,调制识别过程是必不可少的。此外,在卫星通信中,大多数采用MPSK(M-ary Phase Shift Keying)与MQAM(M-ary Quadrature Amplitude Modulation)等调制信号进行信息的传递,因此,这两类信号的类内调制识别是本文中的重点。本文主要对数字信号调制识别算法进行研究,对比各种调制识别算法的优缺点,结合现有的各种算法提出了能高效地对MPSK与MQAM信号进行类内识别的算法。本文主要分为如下四个部分:首先,对数字信号的调制识别过程进行介绍,目前调制识别的基本方式是基于模式识别的方法或者决策论的算法。其次,分析研究目前各种有关调制识别的基本方法,包括:基于时域特征参数提取的算法、基于最大似然估计的算法、基于幅度矩的算法、基于小波变换的算法,并对各种方法进行仿真。根据仿真结果进行比较,分析目前各方法的优缺点。然后,主要对MPSK信号的类内调制识别算法进行研究,在对各种算法的有效性进行对比之后,采用基于神经网络分类器的方法对信号进行调制识别。这种算法中,采用信号的高阶累积量作为识别的特征参数,分类器采用基于BP神经网络的分类器。仿真结果表明,此算法具有很好的抗噪声性能,在低信噪比下,对BPSK、QPSK、8PSK、16PSK等信号有很高的识别效率。最后,对MQAM信号的类内识别算法进行研究。主要采用了两种算法对MQAM信号进行类内识别:基于星座图聚类的算法、基于幅度值最大似然估计的方法。仿真结果表明,基于星座图聚类的算法在一定信噪比情况下,能有效识别4QAM、16QAM、32QAM、64QAM、128QAM、256QAM;而对矩形星座图的MQAM,采用最大似然估计的方法可以实现低信噪比下的调制识别。