所谓调制类型自动识别(AMR)是根据接收信号样本提取出振幅、频率和相位的特征参数，然后借助信号处理技术和计算机快速处理能力，采用合理算法进行处理，从而实现对未知已调波调制类型的自动识别，为后继的解调、监控、抗干扰等处理奠定基础。调制类型的自动识别广泛应用于民用通信与军用通信，尤其是对于非合作性通信、通信对抗，比如：信号确认、信号监控、干扰辨识、电子对抗、软件无线电、电子救援、通信对抗、军事威胁分析等。 本论文在分析现有研究的基础上，借鉴了已有的特征提取方法，对相关调制类型特征提取方法进行了优化，使用了一些有效的方法，如基于变换域特征提取方法、梯层电平分析方法、剔除载波后的归一化频域能量分析方法、信号平方后的频谱分析方法、信号四次方后的频谱分析方法等。通过对基于决策理论和基于人工神经网络两种识别算法进行分析，本论文选择了较适合的基于决策理论的识别算法。 在载波频率是唯一先验知识的条件下，本论文分别对AWGN信道和非AWGN信道下的调制类型特征提取和自动识别算法进行了分析、综合、对比。针对AM、CW、SSB、FM、PSK、QPSK、MSK、FSK、16QAM、OOK十种调制类型，本文分别设计了AWGN信道和非AWGN信道下的调制类型特征提取和自动识别算法，并进行了计算机仿真，统计了正确识别率和自动识别的平均时间。仿真分析结果表明：在SNR=15dB条件下，在AWGN环境下，该设计的正确识别率不低于98％，自动识别的平均大约时间为3.2秒；在Rican环境下，该设计的正确识别率不低于95％，自动识别的平均大约时间为3.26秒；在Rummler环境下，该设计的正确识别率不低于96％，自动识别的平均大约时间为3.28秒。此外，论文还设计了一种有效可靠的基于FFT的载波频率测量方法。