自动调制识别是通信信号处理及相关领域中一个前沿专题,尤其在空中交通管制、电子对抗等方面得到广泛应用.数字通信的快速发展形成了多种通信体制并存的局面,而且这些通信体制的调制方式和接入技术各不相同,给多体制间的通信互联带来了很大的障碍.自动调制识别技术是构成基于软件无线电的通用接收机和智能调制解调器的重要技术基础,在多体制通信互联和软件无线电方面有着十分重要的应用. 近年来,在模式识别、信号处理、时间序列的预测等领域中,由于人工神经网络具有分布式存储和并行处理方式、自组织和自学习的功能以及很强的容错性和鲁棒性等优点,成为了应用极为广泛的模型.将神经网络应用于通信信号调制识别方面,已经有一些学者作了有益研究,但大部分都是基于BP网络建立的识别系统[4],而BP网络存在训练时间长、收敛速度慢且存在多个局部最小点等自身的缺陷,影响了识别的效果,很难做到实时处理.而自组织特征映射(SOFM)神经网络具有网络结构简单、自组织自学习能力强和学习速度快等优点,是目前分类效果比较好的一种神经网络模型,已经被应用到了多个领域.因此本文提出将SOFM神经网络应用到通信信号的自动调制识别中,以实际信号进行测试,取得了令人满意的结果。