在进行调制方式识别之前，我们首先需要对信号的相关特征进行提取，信号特征的提取需要反映调制信号的细节信息，本文将选择信号的高阶累积量以及信号的希尔伯特变换结果作为特征提取值。在对调制信号进行识别之前，需要对调制信号做预处理，这是由于实际接收器接收到的调制信号往往受到诸如天空噪声、大气噪声以及人为噪声等各种噪声的干扰，而这些噪声会严重干扰信号的频谱特性。因此，对调制信号的预处理的主要目的在于为了扩大信号调制特征的差异性，尽量消除底噪声对真实信号的影响。
即信号的概率密度的特征函数是密度函数的傅里叶变换，该特征函数满足如下条件：
上述两个公式还是微特征函数在原点存在最大值，且特征函数在坐标轴原点的k阶倒数等于信号的k阶矩。
对特征函数取对数：