目前的通信系统中应用了各种各样的调制方式，并在不同的频道上进行传输。在许多应用中，需要监视通信信号的活动情况，区分信号的性质，甚至截获其内容。调制方式是区分不同性质通信信号的一个重要特征，要截获通信信号的信息内容，就必须知道信号的调制方式和调制参数。给定一段接收的通信信号，调制识别的目的就是在未知调制信息内容的前提下，判断出信号调制方式及估计出信号调制参数，因此调制方式识别获得了广泛的关注和研究。随着高速芯片的出现，调制识别技术的实用成为可能。　　本文针对BPSK、QPSK、OQPSK、MSK和GMSK五种信号，提出了基于信号谱和人工智能神经网络的调制识别算法，给出了具有实用价值的基于DSP的调制识别系统方案，并将优化后的算法在系统平台上仿真，仿真结果表明：算法实时性好，识别效果良好，在SNR>9dB时，识别正确率达到97％以上。　　本文的研究内容主要包括以下几个方面：　　(1)对于待识别调制方式，采用了基于人工智能神经网络和信号谱的方法进行调制识别。提取特征参数，设计神经网络，对算法进行MATLAB仿真分析。　　(2)根据调制识别系统要求，设计以TMS320C6416芯片为主处理器的硬件系统方案并对重要芯片的选型进行分析，同时给出了系统软件设计流程。　　(3)分析调制识别算法，提出算法移植方案，在CCS开发环境下进行硬件仿真，根据算法的特点和DSP的特点对算法程序进行优化，最后给出仿真结果。