摘要：针对现有的信号调制类型识别算法人工选取特征复杂、识别率不高、鲁棒性差等问题，引入卷积神经网络算法，将AlexNet网络运用到对通信信号的调制类型识别上。选取2PSK、4PSK、8PSK、32QAM、64QAM五种信号的星座图特征用于识别，并与传统的基于高阶累积量的支持向量机识别方法做对比。相比传统的机器学习算法，基于卷积神经网络的识别方法在信噪比大于9dB时识别率均达到100％，在低信噪比下的识别率也优于前者且不需要复杂的人工筛选特征的过程。研究结果表明卷积神经网络算法能较好地用于信号的调制类型识别。