调制识别技术是频谱检测、威胁系数评估、电子对抗等非合作通信重要的技术之一,在民用和军用领域都有着广泛的应用。在现有的调制识别方法中,大多存在识别种类少、高阶调制信号识别性能不佳和低信噪比时识别率低等问题。本文正是针对这些问题展开了对数字信号调制识别技术的研究,论文主要的工作成果如下:系统地分析了常用数字信号的调制原理,包括:MASK、MPSK、MFSK和MQAM,并对其调制过程和特点进行了实验和分析;研究了瞬时特征值、小波变换和高阶累积量这三种传统的基于特征参数提取的调制识别方法,总结了各自优缺点并对部分方法进行了实验复现;介绍了决策树分类器的理论,并对其在调制识别过程中的优缺点进行分析总结。针对传统瞬时特征值法的识别种类少、识别率低、高阶调制和MFSK信号识别不佳等问题,提出了一种瞬时特征值与功率谱熵联合调制识别的方法。选取了改进后的幅度和相位特征参数对幅度和相位调制信号进行识别,引入功率谱熵特征参数对MFSK信号的进行类内识别。在获得合适的门限后,该方法实现了在SNR大于6dB时,对9种数字调制信号有效识别。与相关文献对比发现:本文方法在识别调制种类、低SNR时的识别率等方面都优越于传统方法和改进后方法。针对现有调制识别方法大多存在易受噪声干扰、低SNR时识别率低、需要联合多特征参数等不足,设计了一种仅由高阶累积量构造的特征参数的调制识别方法。从高阶累积量的性质出发,推导了常见数字信号的高阶累积量,对MFSK信号进行一阶微分和中值滤波处理,解决了高阶累积量不含有频率信息的问题。构造了多个由四阶及以上的高阶累积量组成的特征参数,并仿真验证了计算的特征参数理论值的正确性后,设计合适识别规则实现了对10种调制信号的有效识别。对8PSK等信号在低SNR时识别率较低的原因和待测信号长度对识别率的影响做出了仿真实验和分析。与相关方法的文献对比发现:本文方法比相关高阶累积量法和高阶累积量与小波变换的组合法在识别率和识别种类等方面具有较大提升,表明该方法具有良好普适性和优越性。