本论文首先介绍了调制识别技术发展过程，然后阐述了一般调制识别方式的框架结构，接着叙述了几种典型的调制识别技术方法。对接收到的通信信号根据信号的时域特性（瞬时幅度、频率、相位）、频谱相关、谱特征等特点从瞬时时域或者变换频域中提取信号特征后，利用基于时域特征的决策理论和基于谱特征的识别方法等，能识别出在噪声中的调制信号,然后再进行分类解调针对FSK，MSK，ASK三种调制类型，本文设计了AWGN信道下的调制类型特征提取和自动识别算法，并进行了计算机仿真，统计了正确识别率和自动识别的平均时间。
仿真分析结果表明:在SNR=15dB条件下，在AWGN环境下，该设计的正确识别率不低于98%，自动识别的平均大约时间为3.2秒;在Rican环境下，该设计的正确识别率不低于95%，自动识别的平均大约时间为3.26秒;在Rummler环境下，该设计的正确识别率不低于96%，自动识别的平均大约时间为3.28秒。
通信信号调制识别研究是模式识别研究的内容之一，近些年在这个领域的研究工作日益活跃。虽然通信信号调制识别研究属于模式识别的范畴，但是由于通信信号本身的特殊性，造成了模式识别的一般方法和理论并不一定适合通信信号调制识别，我们有必要研究新的理论和方法解决通信信号识别中所遇到的难题。
随着电子技术日新月异的发展，通信信号的体质和调制样式更加多样和复杂，信号环境越来越密集，给通信信号的识别研究提出了更高的要求。通信信号调制类型的识别最困难的地方就在于通信信号经过无线信道的传输，信噪比变化范围比较大，通常在几dB到几十dB的范围内变化，这样产生的结果是从同一类信号的不同信噪比样本提取的同一种特征有可能产生严重的畸变，即信噪比的大范围变化直接导致了特征的严重离散，特征对信噪比变化很敏感，间接的后果是无形中成倍增加了待识别信号的类别，使识别率降低。如何解决这些问题是本文工作的中心。纵观已有的判决理论方法和ANN模式识别方法这两大类型识别方法，它们各有长短。判决理论方法一般是基于噪声干扰下调制信号的统计特性分析，推导出判决准则，由于它考虑了噪声的影响，所以在低信噪比条件下也有较好的性能，但该类方法通常是针对某类具体调制信号的统计特性进行分析而得到某种判决准则，因而只适用于该类调制信号的识别，识别范围窄。ANN模式识别方法通常是基于无噪声干扰的假设进行特征抽取，在高信噪比条件下，特征明显，容易提取，识别效果好;在低信噪比条件下，特征模糊，难于提取，识别效果差。一般调制识别方法往往要求在SNR> lOdB的较高信噪比条件下才有较好的识别性能，而通信信号通过实际信道传输，信噪比通常在几dB到几十dB之间变化，所以如何提高现有这些方法在低信噪比时的识别性能，是一个值得研究的课题。
另外，调制识别方法在软件无线电中的应用，也是一个值得研究的方向。目前这方面的文章和研究还很少见。如何将调制识别方法与软件无线电的解调方法相结合，同时实现信号的自动接收和解调，是实现软件无线电的关键技术之一，具有重要的应用前景。
第三，在目前公开发表的有关文献中，对通信信号调制识别的研究是在同一接收信道中同时只存在一个信道的前提下进行的。事实上，随着无线电通信技术在军用和民用领域的广泛普及，无线电通信频段上的信号日益密集，即使在普通的窄带接收机中，同时出现两个或多个通信信号的现象已经难以避免，而在电子侦察、无线电监测等特殊用途的宽带接收机中，同时存在多个信号的情况则极为普遍。因此，研究共信道多个通信信号的调制识别技术，也是一个极待解决的实际问题，值得进一步深人研究。

目     录
摘   要 1
Abstract 2
第1章 引   言 3
1.1  国内外研究现状 3
1.2  一般调制识别方法的框架结构 5
1.3  研究存在的问题 5
第2章   通信信号的自动模式识别 7
2.1  特征参数提取 7
2.1.1  A. K. Nandi和E. E. Azzouz等提出的方法 7
2.1.2  Y. Yang和S. S. Soliman等提出的方法 8
2.1.3  A. W. Gardner等提出的谱相关识别方法 9
2.2  基于决策理论的信号调制样式的自动识别 10
2.3  信号源分析 11
2.3.1 FSK信号源 11
2.3.2 MSK信号源 12
2.4 本章小结 15
第3章  AWGN环境下调制类型的自动识别 17
3.1  AWGN信道模型 17
3.2  时域的特征参数提取方法 17
3.2.1  时域归一化能量分析 17
3.2.2  梯层电平分析 18
3.3  变换域的特征参数提取方法 18
3.3.1  基于FFT的个别频率分量分析 18
3.3.2  频域对称性分析 18
3.3.3 瞬时频率信号的波形分析 18
3.4 基于决策理论的算法 19
3.5  算法设计 20
3.6  算法流程图 20
3.7 在AWGN信道下的实验分析 21
第4章  非AWGN环境下调制类型的自动识别 23
4.1 Rican信道与Rummler信道模型 23
4.1.1 Rican衰落信道 23
4.1.2 RummIer衰落信道 23
4.2  非AWGN环境下调制类型特征提取 23
4.3  算法设计 24
4.4  算法流程图 25
4.5  在非AWGN信道下的实验分析 26
第5章  结论与展望 29
致 谢 30
参考文献 31
附录1 文献综述 32
附录2 英文原文 35
附录3 英文译文 40
附录4 程序代码 46