通信信号的调制识别在信号检测与信号解调之间起着重要的作用,是信号分析的重要组成部分,不论在军用还是民用方面都有着广泛的应用。近年来调制技术发展较快,出现了许多新调制方式,多进制正交振幅调制(MQAM)能够较好的利用频带及信道资源,因此受到卫星通信及网络通信的青睐。所以,研究MQAM信号的调制方式具有重要的现实意义。本文提出白适应减法聚类和半监督模糊均值聚类算法重构MQAM信号星座图,并引入有效性函数与星座图圆半径完成MQAM信号的自动识别。论文的主要工作及研究成果如下：第一、参数选择研究：初始聚类中心是基于信噪比的自适应减法聚类进行选择的,领域半径等六个参数对中心的选择有很大的影响。本文对这些参数的选择进行了研究,通过实验仿真,找到了合适的参数值,得到了较好的初始聚类中心。第二、半监督聚类定位中心：由自适应减法聚类可以获得初始聚类中心,在信噪比低时中心的位置可能不准确。因此,本文提出了利用半监督聚类算法进行二次聚类。在每个初始聚类中心周围标记部分样本点,且根据每个标记的样本点与中心的隶属关系赋予其隶属度值；然后,用标记样本点指导中心及隶属度的更新。理论分析和实验均表明,对于高阶调制信号半监督聚类定位中心算法的运算复杂度降低,运算量大大减少,且经过标记样本点的指导进行有目的的更新,从而使聚类中心的位置更加准确。第三、引入有效性函数判断聚类的合理性：半监督聚类对中心的位置进行了更新完成了星座图重构,但是由于噪声的影响重构星座图可能存在偏差,因此影响接收端的分类识别。对此问题本文提出聚类有效性函数来判断聚类的合理性进而判断调制方式的初始划分,实验表明当聚类结果与实际星座图相同时有效性函数值最大,反之较小第四、分类器设计：本文用星座图圆半径和有效性函数分别作为特征参数分类识别MQAM信号的调制方式。由于有效性函数值可以判断聚类合理性,因此可以将其作为支持向量机分类器的特征输入进而分类识别MQAM信号。通过实验仿真,该方法在误码率15%时识别率大于等于95%,因此能够胜任MQAM信号的分类识别。但是该方法计算有效性函数值运算量大,分类器训练时间长。本文通过分析对比MQAM方形星座图和重构星座图,星座图上的点按照到原点距离的不同划分到半径不同的圆上,根据标准星座图可以确定各阶信号圆半径值的范围,因此可以用星座图圆半径来分类判别MQAM信号的调制方式。该方法提取重构星座图圆半径的特征值简单,运算量少,调制识别判决方便；在信噪比较低,聚类中心数目不太准确、中心位置偏移的情况下仍有较高的识别率。