调制方式识别是软件无线电和非协作通信的关键技术,无论是在民用还是军事方面都占据着重要地位,它为后续的解调等处理提供了重要依据。现有的识别方法在低信噪比条件下识别率较低,如何提高低信噪比情况下调制识别率仍然是一个值得研究的问题。针对这个问题,本文进行了以下研究:首先研究分析了信噪比对十种待识别信号的瞬时特征、分形特征和高阶累积量特征的影响,并改进瞬时特征和分形特征使之对噪声相对不太敏感。其中待识别的调制信号为{2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、2PSK、4PSK、8PSK、16QAM}。改进的瞬时特征一定程度地提高了低噪声时调制方式的正确识别率,并改善了4FSK和8FSK之间以及4PSK和8PSK之间识别困难的问题。改进后的分形特征组合较改进前的特征组合对待识别信号的十分类识别率提高了6.5%,三分类识别率提高了1.0112%,改进后特征组合对待识别信号进行三分类在-3d B时识别率均达到95%以上。其次研究分析了信号长度对分形特征和高阶累积量的影响,根据分析结果确定了不影响识别结果的信号的最小长度,同时研究了采样频率对分形特征的影响,确定了识别效果较好的采样频率。再次,根据特征分析,分别建立决策树和支持向量机识别模型,进一步分析特征对调制信号的影响,研究分析表明,在长度有限的情况下瞬时特征相对其他两种特征对MASK调制方式有更好的正确识别率,高阶累积量对MPSK方式有更好的识别率,分形特征对大类识别率更好,同时分形特征对MFSK有较好识别率。最后根据对不同特征以及决策树和支持向量机对调制方式的识别研究,提出基于不同的特征建立串并联调制方式的识别模型。仿真结果表明,新建立的识别模型提高了低信噪比情况下调制方式的识别率。