调制自动识别就是对未知调制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。随着通信技术的飞速发展，通信信号的调制样式变得更加复杂多样，信号环境日益密集，调制识别近年来逐渐成为信号处理领域研究的热点问题。本文研究基于固有时间尺度分解算法的数字调制信号识别，取得的主要成果包括：1.利用固有时间尺度分解进行信号处理，并采用简化算法提取信号的瞬时幅度，瞬时相位和瞬时频率信息，该算法复杂度低，并可得到精确的时间一频率信息；提出了基于固有时间尺度分解的决策树识别算法，利用改进的门限设置，对数字调制信号进行分类识别。仿真表明，在信噪比为10dB的情况下，该算法的平均识别准确率能够达到98.6%。2.利用可分性测度F比，D比对提取的信号时域、频域、功率谱特征以及分形特征参数进行评价，得到优选特征，组成特征矢量，它具有良好的类内聚集特性和类间分离程度，有利于下一步的分类识别。3.利用改进的距离测量分类器，通过三组特征矢量，每组仅选择三个优选特征可对数字调制信号进行有效的分类识别，并对不同长度的样本识别率进行了研究。仿真表明，在信噪比为5dB的情况下，该算法的平均识别准确率能够达到94％，充分地验证了可分性测度F比和D比的有效性。