数字信号的调制方式识别及处理是一个复杂的处理流程，需要估计大量特征参数，运用多种信号处理方法，运算复杂度高。本文对Morlet小波的母函数进行了改进，降低了运算复杂度，并基于小波变换进行了数字信号调制方式的识别研究。　　 本文首先研究了小波变换的基本理论及数字信号的小波时频特征。基于小波函数的选取标准，通过比较不同小波函数在检测调制参数突变方面的性能优劣，最终选取Morlet小波函数作为分析小波。介绍了载频小波曲线和小波脊线的提取方法，以及数字信号的时频特征。　　 针对小波变换运算复杂度高的缺点，提出并推导了基于指数遗忘分布的改进型小波变换快速算法，并基于相容性条件对小波函数的参数设置给出了限制条件，以减少算法对信号时频特征估计性能的影响。仿真结果表明，在不影响信号特征提取性能的条件下，提出的改进小波变换运算效率得到了大幅度提升。并且完成了基于IPCore和基于FIR滤波器的两种小波变换的硬件实现。　　 利用小波特征曲线提出了数字信号符号率估计算法与步骤，该算法无需载频同步及其它先验信息。仿真结果表明，该算法不仅具有很高的估计精度，且对载频频偏不敏感。　　 研究了无信噪比辅助、无载频同步条件下的调制方式自动识别算法。提出了两种新的调制识别方法：小波脊线二等分标准差比值法和小波脊线区间概率识别法。与传统方法相比，前者不仅可识别信号的调制类型，还可识别FSK信号的调制进制，同时具有更高的识别性能；后者主要用于PSK信号调制进制的识别，与经典qLLR算法相比，该算法虽然仅在高信噪比上性能有改进，但具有高阶调制类型识别能力。　　 基于小波时频特征研究了数字信号盲解调算法。该算法在无需载频同步的条件下，利用各数字信号的调制参量与小波脊线、小波脊线所对应小波系数、载频小波曲线之间的映射关系，进行符号识别，进而完成盲解调处理。