通信信号调制方式的自动识别对电子侦察接收机的实现具有重大意义，是电子对抗的重要方面。只有正确识别通信调制信号的调制类型，才能更好地对敌方通信进行侦听或干扰，更有针对性地制定防御和进攻策略。本论文研究的主要内容是数字通信信号调制方式自动识别的小波算法。针对不同调制方式的数字信号提取其小波域特征，设计了以小波域特征为主要识别参数的梯形结构分类器，建立了数字信号调制方式的自动识别小波算法模型。通过大量的计算机仿真验证了该算法的良好性能，在SNR＞5dB下大部分的数字调制信号的正确识别率都达到了90％以上，能很好的满足该课题项目的要求。同时本文还用小波分析方法对数字信号调制参数估计进行了研究。为了更好的提取信号特征与识别，作者进行了一些算法相关公式推导与证明。本文的主要研究成果和创新之处如下：1结合数字调制信号小波域特征与时域特征，提取了数字调制信号的绝对幅度方差，小波变换系数幅度，小波变换系数相位差特征，对项目要求的几种数字通信信号进行了自动识别。本文提出的识别算法流程简单，特征参数少，识别时间短，有较强的稳健性。2研究了交错QPSK(OQPSK)信号在小波域内的特征。3在MFSK、MASK、MPSK信号类内识别中讨论了直方图统计区间数对阶梯波层数判断的影响，通过多区间数的直方图统计来减少影响。4深入研究了尺度对于信号特征提取的影响，为了减少噪声影响，出于不同需要选择不同的小波变换尺度，在MPSK信号类内识别中提取多个尺度下的相邻码元小波系数相位差信息。5用小波分析方法对数字信号调制参数进行了估计，并提出了一种MASK信号码元周期估计的改进新方法，该估计方法对于其它数字调制信号码元估计有很好的参考价值，通用性很强。