本发明公开一种布谷鸟搜索改进灰狼优化支持向量机的调制信号分类方法，其中，所述的方法对调制信号的特征参数选用高阶累积量和局部均值分解量近似熵，并利用布谷鸟搜索二次更新狼群位置以优化最小二乘支持向量机模型的两个关键参数，惩罚系数γ和核参数σ，从而获取最优的核极限学习机参数值，本发明涉及的方法减弱了噪声因素对信号识别结果的影响，弥补了传统的模态经验分解中欠包络、过包络、边界效应的缺陷，并有效改善了灰狼优化全局搜索能力薄弱，在处理高维数据时易陷入局部最优解的缺点，通过MATLAB仿真与原灰狼优化结果比较，证明本发明能更高效准确地对调制信号进行智能分类，具有良好的应用前景。