智能的通信系统需要知道信号的调制样式,自动调制识别是信号分析中一个迅速发展的领域.近20年来国内外的学术界针对信号的特征参数提取进行了深入的研究,先后有统计量方法、谱相关方法和小波分析法等多种算法出现,总体来讲,这些方法效果均不太理想,大多只能完成对某几种信号的识别,且正确识别率不高,将更有效的理论工具运用到这一问题上是今后的发展趋势;小波分析法相对来讲是近期才出现的识别方法,属于时频分析的范畴,已经有一些学者将这一新兴的理论工具运用到这一领域中来,识别率有显著的提高.识别方法主要是统计决策论法与模式识别法.该文对现有的统计量方法、谱相关方法和小波分析法等调制样式识别算法进行了综述和仿真,并将时频分析理论用于调制样式识别,实现对FM、SSB、2FSK和2PSK的准确判别.首先研究了对瞬时频率的时频分析,提出选择与提取四个特征参数BW、B1、R1和maxP,然后用统计判决的决策论法进行识别.仿真结果表明,在信噪比10dB以上时能达到98﹪以上的正确识别率;当数字调制信号的码率在1200bps到4800bps之间变化时,正确识别率可以达到70﹪以上.为了识别更多的调制信号,该文对AM和AMDSB信号的瞬时幅度进行了多种统计量的考察,并从中选出一个统计量б/m<2>作为特征参数将这两种信号同上述四种信号分离开来.仿真结果表明,这种算法仍能保持95﹪以上的正确识别率.