【摘要】针对小样本条件下由信号调制识别准确率低和信道环境变化导致调制识别网络性能下降的问题，提出了一种基于联合分布适配-反向传播神经网络（JDA-BP）调制识别方法。通过改变信道环境生成概率分布不同的多进制正交振幅调制（MQAM）信号，提取MQAM信号的瞬时统计特征和高阶累积量组成样本，构建3个概率分布不同的数据集，使用联合分布适配（JDA）算法缩小数据集间的特征差异，并将适配后的数据集送入BP神经网络进行训练和测试。对比实验表明，在目标域为小样本的条件下，该文方法针对源域和目标域概率分布不同的情况，能有效地减小概率分布距离，信号调制识别平均准确率可达73.25%；相比于比未使用JDA-BP方法，调制识别准确率平均提高了6.80%。