目前，在水声衰落信道中，完成通信信号调制制式的分类识别仍是一项亟待解决的科学难题。现有调制制式分类识别算法侧重于研究高斯信道，并且对信号预处理的性能要求较高;但是水声信道是典型的具有时频双扩展效应的时变Rayleigh衰落信道。调制识别系统是非合作接收系统，当其工作于水声信道时，由于先验知识少、信道环境差、信号的预处理精度低等问题，将会引起信号特性的急剧变化，进而导致识别率严重下降，因此现有的识别算法基本上不适用于水声衰落信道。　　从信号处理的特征值提取方法的角度出发，通信信号调制制式分类识别算法可分为:以似然比假设检验理论为基础的决策论方法、以信号特征提取和模式分类理论为基础的统计方法。　　本文研究了水声信道模型，了解了水声信道的基本特点，以及水声信道的时频双扩展特性对通信信号的影响。本文采用了高阶累量和循环谱两个基本理论，提取信号性能稳定并且差异较大的特征值，完成了10种单载波调制信号的分类识别。在Rayleigh多途衰落信道中，仿真验证了本文提出的两种分类识别算法在信噪比从0dB到25dB变化时的识别准确率。　　对于基于高阶累量的特征值提取分类识别算法，在理论上，计算了不同调制信号的高阶累量，通过组合不同的高阶累量得到信号的特征值，并确定了高阶累量特征值的提取规则:选择的特征值在保证信号类间差异较大、类内差异较小的同时，不会因为信号能量的改变而出现显著的变化;选择的特征值不会因为信道衰落的变化出现较大的波动。本文提出了适用于Rayleigh衰落信道的功率谱波峰检测算法，用于提高频率调制信号的识别率。本文提出的分类识别算法选择了基于高阶累量的5个特征参数和功率谱，采用功率谱波峰检测和高阶累量特征值的双阈值检测算法，解决了MFSK信号识别率较低的问题。最终采用分类判决树的结构完成了信号集中10种信号的分类识别，在仿真的Rayleigh衰落信道模型中，信噪比在20dB时，准确识别率都能够达到80％以上。　　对于基于循环谱的特征值提取分类识别算法，本文首先分析了循环平稳的随机过程;然后在理论上，计算了不同调制信号的循环谱，分析了不同调制信号循环谱的差异性。从工程应用的角度分析了影响循环谱精度的参数，即循环频率分辨率和频谱分辨率。根据调制信号的循环谱的差异性，确定了循环谱特征值的提取规则。本文提出的分类识别算法采用了循环谱的9个特征参数，涉及到信号的功率谱、循环频率谱和循环谱相干系数等重要参数。采用分类判决树的结构完成了信号集中10种信号的分类识别，在仿真的Rayleigh衰落信道模型中，信噪比在20dB时，采用512点FFT和1024点FFT时，准确识别率都能够达到80％以上。　　本文在研究了通信信号调制制式分类识别问题的基础上，研究了水声通信信号的设计方法和提高水声通信可靠性的算法，对提高调制识别的准确率提供了研究的方向。本文在研究了单通道判决反馈均衡器的基础上，提出了改进的分集均衡算法，并在硬件平台上完成了实现。该算法估计各通道的信噪干比，采用Sigmoid函数竞争权系数，按照最小均方误差的原则，采用变步长的LMS算法自适应的调整各通道的滤波器抽头系数和锁相环的相位。该算法在降低码间干扰的同时，得到空间分集增益。当前在两通道接收的情况下，在千岛湖试验中，当通信距离在1千米时，经过信道均衡后系统误码率低于10-3。本文研制的水声通信MODEM为后续通信信号调制识别算法的研究提供了很好的试验平台。　　全文最后对本文的科研成果做了总结，指出了论文的创新，并对课题的进一步研究指出了几个方向。