连续相位调制（Continuous Phase Modulation,CPM）是一种具有高频谱效率,包络恒定,且带外衰减快的调制方式,其能够有效提高通信系统的频谱利用率和功率利用率。近年来,CPM一直是学术界的研究热点,其应用领域也较为广泛,例如卫星通信、遥测遥感、卫星数字视频广播等。但是,CPM的高频谱效率是以接收复杂为代价,且传统接收算法易受误差影响,适应能力差。因此,论文围绕高性能且适应能力强的高效CPM接收算法展开,重点研究解调算法、位同步算法、调制指数估计算法。主要研究内容如下:（1）针对非相干解调算法复杂度高的问题,提出了一种低复杂度的非相干解调算法。所提算法结合频率截断脉冲和判决反馈,能同时减少匹配滤波器个数和网格状态,实现低复杂度非相干检测。分析和仿真结果表明,在误码率为10-5时,该算法以0.7d B的性能损失为代价,将复杂度降低到传统多符号差分检测算法的1/16。（2）针对CPM最大似然序列检测易受定时误差影响的问题,设计了卷积解调网络。该方法利用逐采样点的提取特征替代逐符号的分支度量,提升解调算法对位定时误差抵抗能力。分析与仿真结果表明,训练的网络不仅能在理想情况下达到最佳解调性能,而且在位归一化位定时方差大于0.0625时,卷积解调网络的解调性能比传统方法更好。（3）针对二进制部分响应CPM位同步算法的同步时间长且同步性能差等问题,提出了基于神经网络的位同步估计算法。该方法利用最大分支度量直接估计,节省同步时间。分析与仿真结果表明,所提方法不仅能有效避免反馈同步造成的误差累积,而且能达到位同步的理论极限。更重要的是,所提位同步算法所需要的同步符号少于传统早迟环和面向判决的位同步,能够实现更快、更精确的位同步。（4）针对二进制部分响应CPM调制指数估计方法应用场景受限且性能差的问题,提出了一种结合传统特征和高维特征的盲调制指数估计方法,该方法将传统自相关函数特征进一步提取共同特征,提升模型对不同成型CPM信号的估计性能。分析与仿真结果表明,基于高维特征的估计方法不仅适用于多种非线性滤波成型的CPM信号,还具有比传统方法更好的估计性能,从而提高所提方法在实际场景中的适应能力。