当前无线通信系统普遍采用数字调制技术。由于通信技术的不断提高和通信需求的不断加剧,数字调制方式的种类也日益繁多,无线通信的传输环境越来越复杂,特别是在非协作通信中,从复杂通信环境中接收目标信号、从多样调制信号中准确提取有用信息变得越来越困难。通信调制样式盲识别技术就是在无先验信息情况下对目标通信信号的各类参数进行精确估计和数字调制样式准确识别。无论在军事领域还是民用领域都有重要运用。本文针对复杂通信环境中的调制信号盲识别问题,在单节点调制信号盲识别的基础上,研究了分布式调制信号盲识别技术,包括分布式调制信号盲识别系统方案设计,基于不同融合算法和融合准则的参数盲估计算法,基于特征级融合、决策级融合和数据融合的分布式调制信号盲识别算法,并进行了仿真分析,主要内容如下:首先,本文阐述了单节点数字调制信号盲识别系统结构设计,包括预处理模块中的带宽、频偏、符号速率、信噪比等参数估计算法以及识别模块中改进的星座重构识别算法。仿真分析了不同频偏、成型滤波器滚降系数和识别符号数下的系统识别性能,验证了参数估计算法和盲识别算法的有效性,并分析了系统的适用范围。其次,基于单节点调制信号盲识别系统,设计了基于特征级和决策级的多节点分布式调制信号盲识别系统方案。为了获得更精确的参数估计值,采用多节点参数值融合方案,设计了基于融合准则的分布式系统参数估计流程,比较了均值融合和加权融合准则下的参数估计性能。然后基于融合目标的不同,设计了基于星座匹配似然度的特征级融合和基于识别结果的决策级融合方案,并针对不同的融合方案,设计了不同融合准则,包括简单高效的统计决策准则和引入信噪比估计值的加权融合准则等。仿真分析了不同融合准则、不同节点数下分布式盲识别性能。仿真结果分析表明,以正交相移键控(Quadrature Phase Shift Keyin,QPSK)和64相正交幅度调制(64 Quadrature Amplitude Modulation,64QAM)信号正确识别概率达到90%所需最低信噪比为例,特征级融合比决策级融合性能提升2~3dB。最后,文章阐述了元素级的分布式调制信号盲识别系统结构设计,包括理想的基于采样级数据融合的分布式识别系统和更具实现价值的基于符号级数据融合的分布式识别系统。针对符号级分布式系统,完成了节点及融合终端的处理流程、交互数据分析以及三种数据融合算法实现。仿真分析了两种元素级分布式系统在不同融合算法下的性能,采样级分布式盲识别系统性能大大优于符号级分布式系统,以16QAM为例,相同融合准则下,采样级性能优于符号级1~5dB,而符号级数据融合的分布式盲识别系统较特征级分布式盲识别系统有2~4dB性能提升。