随着信息技术的快速发展,通信技术的调制样式也趋于复杂多样化,正确高效的识别通信信道中数字调制信号的样式,并对其加以利用,可以给人类在信号确认与监控、电子救援,通信对抗、军事威胁等领域内的通信研究带来更大帮助。然而不同样式的调制信号的调制参数不相同,因此,对调制信号有效监控和识别成为了重要的研究课题。自动调制识别的目的是为了在未知先验信息时,估计出信号的调制参数,然后对其调制方式进行识别。本文所作的主要工作：1.首先介绍了几种数字调制信号产生原理,分析了各种信号的瞬时特征信息,并对每一类信号进行了分析和仿真。2.介绍了关于高阶累积量的基础知识,根据本文所研究的八种数字调制信号,在他们的高阶累积量和瞬时幅度基础上,选择了(γmax、σaf、F1、 F2、F3、σap、R、γenv)八个特征参数,通过实验证明,这些特征参数能够有效区分这八种数字调制信号。3.详细的阐述了粗糙集理论,并且利用了粗糙集属性约简算法对特征参数进行选择。此算法不仅直观、而且易于理解。本文把邻域粗糙集模型应用在调制信号的研究识别中,得到了较好的效果。4.将BP神经网络用作识别信号的分类器。对采集到的2ASK、2PSK、2FSK、4ASK、4PSK、4FSK、8ASK、16QAM这八种信号进行调制识别的实验。实验结果得到了各类信号的仿真实验结果图、单个信号的识别率和所有信号的平均识别率,实验结果表明了本文算法的有效性。