信号的调制识别技术是信号分析领域一项不可或缺的关键技术，在电子战中具有重要的战术与战略意义。以CUDA（Compute Unified Device Architecture，计算统一设备架构）为代表的GPU通用计算技术的普及开辟了新的技术途径。本文重点研究了CUDA架构下调制识别算法的并行化设计。本文首先介绍了基于统计矩的通信调制识别算法和基于短时傅里叶变换的雷达脉内调制识别算法，给出了具体的算法流程和仿真验证。而后介绍了CUDA的编程模型、软件体系和存储器模型，以及CUDA程序的性能评估策略和优化策略，经过对调制识别算法的并行性分析，给出了调制识别计算任务的分解过程及程序流程。最后基于CUDA平台实现了基于统计矩的通信调制识别算法和基于短时傅里叶变换的雷达脉内调制识别算法的并行化，并结合仿真结果对两类并行调制识别算法进行了性能分析。实验结果表明，相比基于CPU的串行算法，基于CUDA的并行调制识别算法能够取得较好的加速比。