通信信号调制方式的自动识别（简称调制识别）在军用和民用通信方面都是一个重要的课题。在军事上，它可以用于电子侦察，电子战和威胁分析等情形。战争状态下，分析截获信号的调制方式，既是侦听敌方信号的先决条件，也能为压制和干扰敌方信号提供必要的依据。民用方面，它可用于无线电管理部门监视空间频谱活动等。调制识别的任务就是在信号的先验知识相对较少的情况下，通过一定的算法判断出接收信号的调制方式，并估计出其中感兴趣的调制参数。调制识别算法已经有几十年的研究历史，随着电子技术和通信理论的发展，这一领域的研究从未间断并越来越受到人们的重视。　　 本文在前人工作的基础上，对数字通信信号的调制识别和参数估计问题进行了研究和探索，主要包括:　　 1、针对调制识别过程中的一些信号参数进行了估计，采用一种可以同时估计信号载频和带宽的快速估计算法，估计结果能用于信号下变频和设置低通滤波器的截止频率。改进了一种基于相位差分的载频盲估计算法，在降低计算复杂度的同时提高了估计精度。研究了成形函数对基于信号包络的平方谱的符号率估计算法的影响，并讨论了应对措施。分析了常见的三种信噪比估计算法，并重点研究了基于信号自相关矩阵奇异值分解的信噪比估计算法中子空间维数的判断方法。　　 2、针对符号率采样信号的调制识别，研究了基于最大似然函数的调制识别方法，基于信号星座图聚类的调制识别方法，基于信号方差的调制识别算法和基于特征函数的调制识别算法。介绍了减法聚类和模糊c均值聚类算法在星座图识别中的应用，比较了两者的优缺点。对基于模糊c均值聚类的识别算法进行了改进，通过在似然函数中引入加权系数提高了调制方式的正确识别率。提出一种基于信号方差的调制识别算法，能在有载波残余的情况下识别出不同阶数的QAM信号，算法简单且不需要很高的预处理精度。对现有的基于特征函数的调制识别方法进行了分析和改进，改进后的特征函数在理论上跟噪声无关。　　 3、从信号频谱和包络的角度，研究了对中频过采样信号的调制识别算法。通过对前人提出的不受噪声影响的包络特征进行分析，发现它实际上是四阶累积量在中频信号上的一种简化，这跟高斯白噪声的高阶累积量等于零的性质相吻合。将上述特征推广到六阶累积量，并在考虑了成形函数的情况下仿真比较了四阶累积量和六阶累积量对中频信号的识别能力。分析了中频信号的频谱特征，提出了一组基于谱线比值的识别特征，能在中频上把接收信号划分成尽可能多的子类，具有较高的识别效率。综合信号的频谱特征和包络特征，针对中频过采样信号提出一套简单实用的识别方案，能在不依赖先验信息的情况下完成常见MASK、MFSK、MPSK以及MQAM四大类信号的调制识别。　　 4、研究了OFDM信号和单载波信号的调制识别问题。OFDM信号在高斯白噪声信道下具有渐进高斯性，其高阶累积量趋向于零，因此可以利用四阶累积量实现OFDM信号和部分单载波信号的区分。在实际工程中，信号的包络会受到成形函数和瑞利信道的影响，使四阶累积量的统计值发生变化，因此要重新设置门限才可以实现两者的区分。这种跟包络有关的特征值受噪声影响很大，因此本文介绍了一种多径信道下基于信号循环自相关的识别方法，但是这种方法需要OFDM信号的先验信息。本文提出一种基于极大值抽取的搜索方法，解除了对先验信息的依赖，并重新提出一个更加简单的识别特征。仿真表明，改进后的识别算法识别率略有下降，但远高于基于四阶累积量的识别算法。　　 5、研究了MIMO信号以及通信中的干扰信号的调制识别问题。对MIMO信号的调制识别，实际上是对其源信号的调制识别，因此必须将接收到的信号恢复成多路源信号再加以识别。在非协作通信的接收端，信道矩阵是未知的，本文分布采用恒模均衡(CMA)算法和基于累积量矩阵联合近似对角化(JADE)的算法对接收信号进行盲分离，将MIMO信号的调制识别问题转化为传统单通道单载波信号的调制识别问题。这两种算法都需要已知源信号个数，也就是发射天线数。本文采用基于信号子空间和联合信息标准(CIC)的算法来解决发射天线个数的估计问题。对于正常通信中的干扰信号，可以采用高阶累积量的方法加以识别，这种方法虽然简单但是对先验信息有较大的依赖。本文提出用多天线接收的方法，将信号模型看作是双发射天线的MIMO信号模型，然后采用盲分离技术将正常通信信号和干扰信号分离，分别加以识别，并在不同条件下进行仿真验证。