Con el rápido avance de la tecnología de comunicación inalámbrica, la clasificación automática de modulación (AMC) juega un papel crucial en los sistemas de comunicación de drones, asegurando una comunicación fiable y eficiente en diversos entornos no cooperativos. La tecnología de aprendizaje profundo ha demostrado ventajas significativas en el campo de la AMC, extrayendo y clasificando de manera efectiva y precisa las características de las señales de modulación. Sin embargo, los modelos de aprendizaje profundo existentes a menudo tienen altos costos computacionales, lo que dificulta su implementación en dispositivos de comunicación de drones con recursos limitados. Para abordar este problema, este estudio propone un clasificador de modulación automática móvil y ligero (MobileAmcT). Este modelo combina las ventajas de las redes neuronales convolucionales ligeras y los módulos eficientes de Transformer, incorporando el módulo Token y Channel Conv (TCC) y el módulo EfficientShuffleFormer para mejorar la precisión y eficiencia de la tarea de clasificación automática de modulación. El módulo TCC, basado en la arquitectura MetaFormer, integra mecanismos de atención de canal y convolución ligera, mejorando significativamente la eficiencia de extracción de características locales. Además, el EfficientShuffleFormer propuesto mejora de manera innovadora la arquitectura tradicional de Transformer al adoptar atención aditiva eficiente y una nueva red de avance ShuffleConvMLP, mejorando efectivamente la representación y fusión de características globales del modelo. Los resultados experimentales en el conjunto de datos RadioML2016.10a muestran que, en comparación con MobileNet-V2 (basado en CNN) y MobileViT-XS (basado en ViT), MobileAmcT reduce el conteo de parámetros en un 74% y un 65%, respectivamente, y mejora la precisión de clasificación en un 1.7% y un 1.09% bajo diferentes condiciones de SNR, logrando una precisión del 62.93%. Esto indica que MobileAmcT puede mantener una alta precisión de clasificación mientras reduce significativamente el conteo de parámetros y la complejidad computacional, superando claramente los métodos AMC de última generación existentes y otros modelos de aprendizaje profundo ligeros.