通信信号调制样式的自动识别在通信电子对抗、无线电信号管理等领域有着重要的地位，同时也是软件无线电接收机必备的功能之一。随着通信技术的飞速发展，通信信号的体制和调制样式变得更加复杂多样，调制识别近年来逐渐成为信号处理领域研究的热点问题。 调制自动识别就是对未知信号提取适当的特征参数，通过适当的分类算法辨别出信号的调制样式。 本文介绍了调制识别研究的历史和现状，总结了通信信号调制的基本理论。首先，研究了从信号的时域和频域提取特征参数(γ_max、R、P、^σ_aa、μ₄₂^a、N1、N2、N4)，用判决树分类方式对常见通信信号（AM、DSB、SSB、2ASK，4ASK，2FSK，4FSK，BPSK，QPSK，16QAM）进行识别。从理论上研究了特征参数门限如何确定。用仿真信号和实际采样信号论证了该方法的可行性。 其次，研究了通过信号的高阶累积量构造特征参数(f_x1、f_x2、f_x3、f_x4)，用判决树方式对数字通信信号进行分类识别。这一方法在知道精确载频的前提下，通过计算数字基带信号的高阶累积量，可以对4ASK、2FSK、4FSK、BPSK、QPSK、16QAM六种信号进行分类，利用仿真信号和实际采样信号对该方法进行了论证，该方法可以在较低信噪比条件下实施。 最后，研究了用神经网络的分类方式，分别对基于时频域的特征参数和基于高阶累积量特征参数进行分类识别。 本文针对上述的两种特征提取方法和两种分类器，在不同的信噪比下对仿真数据和利用信号源得到的实际采样数据进行了多个验证试验，取得了初步试验结果。这些试验结果也反映了利用上述两种不同特征提取方法和两种不同分