不同的调制信号有可能具有相同的频谱,但是它们的循环谱却各不相同,并且由于噪声不具有循环平稳性,使得循环谱具有非常强的抗噪声性能,循环谱的这些优点使得其非常适用于处理通信信号。鉴于此,本论文将探讨循环谱在通信信号的调制样式识别以及参数估计中的应用,并进行了以下的研究:1.阐述了信号具有循环平稳性所应具有的条件,即信号的均值函数以及自相关函数均是周期的。接着详细分析了循环谱的本质,从深层意义上来说循环谱是信号内部隐含周期性的表现,简单地来看循环谱反映了信号频谱中两根相距特定频率的谱线之间的相关性。2.针对几种典型的循环谱算法,详细研究了它们的原理以及算法的复杂度,并给出了其实现步骤。接着,推导出了几种常见通信信号:幅度调制信号(AM),脉冲幅度调制(PAM),二进制相移键控(BPSK),四进制相移键控(QPSK),最小移频键控(MSK)的循环谱,分析了它们循环谱的特点,并且给出了其Matlab以及C++仿真图。3.提取了几种常用通信信号的循环谱特征,给出了它们的Matlab仿真图。并且基于这些循环谱特征,设计出了多种信号分类器,例如树形结构分类器,神经网络分类器,模糊神经网络分类器等等。4.详细研究了几种基于循环平稳性的波达角估计算法,这些算法包括:Cyclic MUSIC算法、Extend Cyclic MUSIC算法、Cyclic ESPRIT算法等等。首先在接收阵列为均匀线阵以及信号为互不相关的情况下,研究了这些算法在一维波达角估计中的应用,并且给出了仿真结果,通过仿真结果可以看出,这些算法均对信号的波达角估计具有选择性。当信号为相关时,引入了空间平滑技术,通过仿真图可以看出,经过平滑之后,这些算法均可适用于估计相关信号的波达角,并且针对宽带信号模型,介绍了基于循环互相关的信号子空间拟合波达角估计算法。接着,本文将这些算法应用到二维波达角估计领域,详细研究了接收阵列为均匀矩形阵以及均匀圆阵时,这些算法的波达角估计性能,并给出了仿真结果。最后,阐述了基于循环谱的信号载频以及码速率估计原理,并分析了其估计性能。