随着现代电子通信技术的不断发展与创新,通信信号的调制方式自动识别技术在各个领域得到了广泛的应用。作为信号获取和解调之间的一个重要环节,信号调制方式的自动识别技术无论是在军事还是民用领域都发挥着重要的作用,软件无线电和认知无线电的研究赋予了它新的研究意义,在降低计算复杂度的同时,如何有效地提高自动识别的精确度成为目前该领域的主要研究方向。本文以信号的循环谱理论为基础,借助理论分析和计算机仿真,在循环谱估计算法、谱相关特征参数的提取和基于径向基神经网络的分类器设计及其改进等方面进行了相关研究。本文首先从信号循环谱的基本原理出发,对循环谱估计算法进行了重点分析,通过使用小波变换理论对频域平滑估计算法中的噪点问题进行了相关改进,并在改进的基础上对几种常用的数字调制信号的循环谱相关特征进行了详细的分析。根据不同调制信号的谱相关特征不同,提取出谱相关函数a截面的强谱线数目、a截面的谱线显著度比、f截面的归一化面积、零中心归一化瞬时幅度绝对值的标准偏差和二次方谱a截面的谱线显著度比等分辨性较强的调制识别分类特征参数。最后,通过对径向基神经网络基本理论的分析,基于径向基神经网络设计并构造调制方式分类器,从而对调制信号进行自动识别分类,对于仿真实验中分类器收敛速度慢、识别精度低等问题进行相关改进,通过计算机仿真验证了改进算法的有效性和稳定性。