认知无线电能感知周围环境并根据环境中的信息改变自身参数,优化服务质量,其信号的调制类型识别具有重要的意义。信号的调制类型识别可以为认知无线电系统提供工作频率、调制方式、符号率等参数,使其具备重新配置的能力实现智能通信。本文研究在未知调制信号信息的前提下,分析信号的调制方式,估计出信号的各项参数,为认知无线电系统进一步分析和处理信号提供依据,为实现频谱空洞检测和动态频谱接入奠定基础。本文主要对常见的十三种信号进行了参数提取以及分类识别,分析了目前调制识别常用的方法,在理论上做出比较并通过实验仿真进行了验证,根据仿真结果提出了一些改进措施。实验表明改进后的方法在识别率、实时性等方面均有提高。本文的主要工作如下(1)首先阐述了课题的研究背景及意义。详细介绍了认知无线电的基本原理以及其关键技术(2)分析了调制信号的各项瞬时特征参数并做出了改进,分析了基于认知无线电思想的现代调制识别方式的特点、性能和可实现性,根据特征参数的识别范围以及决策树算法和神经网络算法的特征,构造两种结构的调制信号分类器。并在理论上对两种分类器的性能进行了比较。(3)通过在MATLAB平台的仿真,分析仿真结果,比较两种调制信号分类器的优势及不足,结合两种分类器的优点提出最优方案并设计新的分类识别器,并通过MATLAB仿真验证。实验结果证明新的分类器在准确性、实时性、鲁棒性等方面较之单一算法的分类识别器有较大的提高。