通信调制模式从最早的调幅、调频等模拟调制模式演变到多阶数字调制模式,为不同的通信系统提供了极其灵活的信号传输方法。结合近年来国内外学者在MIMO系统调制识别方面的主要研究成果,主要存在以下两个问题:(1)基于似然度的调制识别算法很难解决在MIMO系统中的计算复杂度问题,随着信号调制阶数的增加,计算复杂度呈指数增长;(2)基于传统信号特征的识别算法需要精确的信道信息,缺乏实际应用场景中的可行性。针对基于似然度的调制识别算法的高计算复杂度问题,本文提出了一种基于分布测试的调制识别方法,通过对比观测信号的经验累积分布函数与各候选调制模式的理论累积分布函数之间的拟合优度,选择拟合优度最高的候选调制模式作为调制识别的结果。仿真结果表明,分布测试在高信噪比时能够获得与ML分类器匹配的识别性能却拥有更低的算法复杂度。针对信号未正确均衡或样本未在所有调制符号之间平均分配时,三种分布测试会放大失配的问题,我们提出一种利用多层感知器实现Var测试与多分布测试集成的分类机制。仿真结果表明,在不同的信道条件下,论文提出的DTE分类器优于基于单个分布测试的分类器,并且当选择适当的信号分量进行分析时,DTE可以在衰落信道中提供出色的鲁棒性。针对非协同通信信道环境下,信号接收端只能直接获取极少的信道状态信息的问题,我们提出利用期望最大化算法估计多个信道参数来实现基于分布测试的盲调制识别分类器。仿真结果表明,经过EM参数估计的分布测试在高信噪比条件下能够获得与已知信道参数的分类器一致的识别性能。综上所述,将分布测试应用到调制识别中是一种可行的方法,并且有更好的识别性能和更强的适用性。