调制识别是非合作通信中的一项关键技术,在军事和民用领域都有着极其重要的地位。在非合作通信中,完成信号检测和部分参数估计后,要获取信号的具体信息内容,就必须先通过调制识别确定信号的调制方式,同时也为其他后续通信任务提供基础。在军事领域的电子对抗中,侦听或者攻击敌方通信之前必须先进行调制识别。民用领域里的信号确认、无线频谱监测等也离不开调制识别技术。此外,随着通信技术飞速发展,电磁环境日趋复杂,调制识别方式也变得复杂多样,这就给调制识别方法的研究提出了更高的要求。因此,通信信号的调制识别技术研究有着重要的应用价值。近几十年来,学者们在调制识别研究方面取得了丰硕成果,提出了很多新方法。本文介绍了通信信号调制识别技术的两种基本方法:基于似然比判决理论的识别和基于特征提取的统计模式识别。并详细论述了基于特征提取的统计模式识别方法的原理和特点,分析和总结了信号时域特征和频域特征分类识别性能的优缺点,并重点讨论了提取高阶累积量特征和循环平稳特征的方法。然后,介绍了高阶累积量的定义和性质,给出了信号MASK(2ASK、4ASK、8ASK)、MPSK(2PSK、4PSK、8PSK)、MFSK(2FSK、4FSK、8FSK)各阶累积量的理论值,根据提取的高阶累积量特征差异设计了识别分类器,并在MATLAB上进行了仿真验证,实验结果表明,该算法识别效果良好。高阶累积量特征的识别方法是从时域的角度来着手的,为了达到识别性能互补,可变换到频域进一步分析。另外考虑到基于累积量的分类方法并不能将这些信号完全识别,进一步探索了基于循环谱特征的识别方法。分析了MASK、MPSK、MFSK信号的循环谱特征,给出了四种循环谱特征参数用来分类识别。