本发明涉及调制方式识别方法，特别涉及一种基于熵加权‑多模态域对抗神经网络的调制方式识别方法。本发明在域对抗神经网络的基础上引入时、频域的多模态信息，利用多模态的互补增益加强调制训练数据和测试数据的分布对齐程度，同时对所有样本施加熵权重以减小难以预测的样本在域对抗中的贡献度以提升调制方式识别性能，构建了异分布的调制信号数据集，并对源域调制数据集和神经网络模型的输入提出相应的选取原则，本发明提出的调制方式识别方法相较于传统的智能调制识别方法具有更强的泛化能力，同时构建的异分布调制信号数据集和源域调制数据集和神经网络模型的输入具有更强的实用性。