La clasificación automática de modulación (AMC) es un componente importante en redes de comunicación inalámbrica no cooperativa para identificar los esquemas de modulación de las señales recibidas. En este documento, considerando el efecto de multipropagación en entornos de propagación prácticos, se propone una red distribuida cooperativa de AMC (Co-AMC) basada en aprendizaje automático para identificar el esquema de modulación en redes de comunicación inalámbrica no cooperativas. Específicamente, se obtienen primero vectores de características aplicando un espectro cíclico para facilitar la extracción de características de la señal recibida. Luego, se diseña un clasificador basado en el método de los K vecinos más cercanos (KNN) para obtener la decisión local de clasificación de modulación en cada nodo distribuido. Mientras tanto, la fiabilidad de la decisión local se estima aplicando dos funciones de pérdida para evaluar la calidad de la decisión local. Finalmente, se obtiene el resultado de clasificación unificado para fusionar las decisiones locales según sus fiabilidades aplicando un algoritmo de fusión de decisiones diseñado basado en el método de multiplicadores de dirección alternante promedio ponderado distribuido (DWA-ADMM). Los resultados de la simulación demuestran que la red Co-AMC propuesta logra una precisión de clasificación superior en comparación con los métodos de AMC existentes en una variedad de esquemas de modulación y SNR. Más importante aún, el Co-AMC propuesto exhibe una gran flexibilidad y practicidad ya que es adaptable a redes inalámbricas con diversas escalas y topologías.