数字通信信号调制方式识别历来是各国研究的热点,在军用和民用通信领域都有着广泛的应用前景。近年来研究者将神经网络、支持向量机、核方法、模糊等智能模式识别方法与调制识别相结合,提出了很多新算法。本文通过对已有的调制特征进行选择和提取,并构造新的适用特征量,提出了基于最小距离和模糊匹配相结合的数字信号调制方式统计模式识别算法。本算法不仅仅用单一的特征参数阈值对信号进行简单的分类,而是进行多参数联合识别。在类间识别时,利用最小距离分类算法,在信噪比大于8db的情况下,能有效区分ASK、PSK、FSK、QAM信号类型。在类内识别时,利用模糊匹配分类算法,结合阈值识别QAM信号,在信噪比大于8db的情况下,能有效区分ASK、PSK、FSK、QAM信号的进制。针对低信噪比条件下FSK、PSK信号较难识别的问题,利用二阶矩、四阶矩估计算法对受噪声污染的FSK、PSK信号信噪比进行了估计,并研究了信噪比对特征参数的影响,从而为系统实时修改特征参数值提供了依据。通过大量的计算机仿真实验,验证了该算法在信噪比大于8db条件下对ASK、PSK、FSK和QAM信号的分类正确识别率都接近98%,相比已有算法,进一步提高了系统的分类性能。