1、數字通信信號調制方式的識別歷來是各國研究的重點與熱點，在軍用和民用通信領域都有著較為廣泛的應用前景。它研究的目的是要在先驗條件不足的情況下，在多種調制信號傳輸的背景下，以及在有噪聲干擾的環(huán)境下正確的識別出通信信號的參數和調制方式，并判斷提供下一步信號分析和處理所需要的信號信息。
　　 本文在對國內外關于調制識別的文獻進行分析和研究的基礎上，結合鄰域粗糙集強大的數據挖掘功能與神經網絡優(yōu)越的容錯性特點，提出了一種將鄰域粗糙集快速屬性

2、約簡和反向傳播(BP)神經網絡相結合的調制識別方法。主要完成了以下工作：
　　 1.對幾種常見的數字信號調制原理進行了闡述，并對信號的瞬時幅度、瞬時相位和瞬時頻率進行了分析與仿真。
　　 2.介紹了高階累積_量的基本理論和文中所提取特征參數的算法。針對所研究的七種通信調制信號，選取了一組基于時頻特性與高階累計量的特征參數(γmax、σap、σdp、σaa、σaf、k1、k2)，通過仿真實驗驗證了這一組特征參數能夠有效地識

3、別所研究的通信調制信號。
　　 3.對鄰域粗糙集的基本理論進行了詳細的闡述，并介紹了利用鄰域粗糙集快速屬性約簡算法進行特征參數選擇，該算法利用了正域與屬性集的單調關系，降低了樣本的比較次數，以提高屬性約簡速度，實驗證明了該算法的有效性。本文首次將鄰域粗糙集快速屬性約簡算法應用于調制信號的識別研究上，并取得了較好的約簡效果。
　　 4.利用BP神經網絡作為識別分類器。通過實驗對2ASK、2FSK、2PSK、4ASK、4FS