调制识别是介于信号检测与信号解调之间的一项关键技术,主要任务是识别调制方式,从而实现调制信号的智能接收、处理,对于通信系统中的信号解调、信息提取和信号检测具有重要意义,尤其在非合作通信领域具有很重要的研究价值。论文在国内外相关成果和最新进展的基础上,针对当前调制识别算法在低信噪比下识别率不高的问题进行深入研究,并完成调制识别算法的FPGA实现。本文的主要研究内容和工作包含以下几个方面:首先,介绍了通信信号自动调制识别技术的研究背景及国内外的研究现状,仿真分析各调制信号的频谱图、星座图等以验证调制原理的正确性,针对采用的算法重点研究高阶累积量、小波变换基础理论,并介绍了上述理论在调制识别技术上的应用。其次,研究基于瞬时信息的数字信号调制识别算法,根据信号的希尔伯特变换提取瞬时信息,通过瞬时信息得到四种特征参数,设计基于决策树分类器的七种待识别数字调制信号的判别流程。仿真分析了该算法的识别性能,仿真结果表明当信噪比大于13dB时,所有信号的正确识别率均能达到98%以上。由于各类瞬时信息受噪声影响较大,所以此种方法对信噪比要求较高,更适用于信噪比较高、对算法复杂度要求较低的情况,而在低信噪比条件下,识别性能不佳。再次,针对低信噪比下识别率不高的问题,提出一种结合高阶累积量和小波变换的混合调制识别算法。该算法利用了小波变换提取的两个特征参数,以及基于四阶和六阶累积量构造出一个新的特征参数,并应用反向传播神经网络分类器对调制信号进行识别。仿真结果证明,该算法能够在信噪比低至2dB时,识别率仍可达到98%以上,由此证明了该方法的有效性和稳健性。最后,论文研究基于瞬时信息的调制识别算法的FPGA实现。在介绍了硬件和软件的实现平台后,研究整个系统的各个模块的实现原理、实现步骤。最后分析工程的识别结果,证明整个工程的正确性。