信号调制识别技术主要是指在缺乏相关先验信息的情况下,判断信号所用调制方式以及估计相关参数的技术。调制识别技术在电子侦察、无线电监控等军事、民用领域有着举足轻重的地位。传统调制识别技术主要利用信号时域波形及其变换域特征进行识别判断,识别过程依赖于算法设计人员的主观经验,工作效率低、人工成本高、算法通用性差。伴随硬件计算能力的提升与人工智能算法理论的广泛应用,将人工智能相关算法应用于信号调制识别领域,设计开发出一种识别率高、速度快、适用性好的数字信号调制识别算法,在军事以及民用领域都将具有十分广阔的发展前景与应用空间。本文在调制识别过程中,将待识别数字信号的特征以图形方式进行表征,利用人工智能算法提取差异性特征,对待识别信号进行调制识别,得到调制方式及相关参数。在数字信号调制方式识别过程中,针对识别率低、特征提取困难等问题,以不同调制类型星座图的差异性为依据,提出了一种基于图特征的算法模型。该模型以星座图输入,使用聚类分析对信号进行预处理、特征提取,提高了调制方式的识别准确率。在调制参数估计方面,针对数字信号调制参数估计误差较大的问题,将深度学习相关算法引入参数估计过程,提出了一种基于星座图特征的算法模型。该算法利用深度学习网络的回归性特点,对数字信号参数进行估计,降低了参数估计误差以及误差波动范围。最后,利用Qt框架结合Python语言,设计并实现了一个数字信号调制识别软件,其中,Qt主要负责用户操作及结果显示等内容,Python实现文中所提出的算法。该软件不但具备对信号时域、频域等传统参数分析的功能,也能够调用后台调制识别算法,对待识别信号进行调制识别并显示调制识别相关结果。