调制方式是通信信号的一个重要特征属性,调制方式的自动识别在信号监视、电子对抗、干扰识别和频谱管理等军用和民用系统中是一核心技术。现有的调制识别方法主要集中在高斯模型下,利用瞬时特征、累积量和谱特征识别特定集合单信号调制制式及参数,其在脉冲噪声、存在衰落和多径的非理想信道识别性能差。通信调制信号具有循环平稳特性,α稳定分布适于描述脉冲噪声并对信号模型不确定情况具有较强的韧性。本课题以α稳定分布作为背景,在稳定分布下推导了常见的通信信号的低阶循环谱并对其做了实验验证；将基于时间平滑与频域平滑的FAM算法、SSCA算法,FSM算法推广到了稳定分布下得到低阶FAM算法、低阶SSCA算法以及低阶FSM算法并对其正确性做了仿真验证。结果表明,稳定分布下通信信号的低阶循环谱与高斯下的循环谱结构是一致的,只是在幅度上有所变化。最后在低阶循环谱的基础上构建识别参数,并利用该识别方法对对两个混合的通信信号在不同的功率混合比和频域重叠部分不同时做了实验仿真,得到了识别结果证明了该识别方法的有效性为稳定分布下的调制识别提供了新的途径。