La clasificación automática de modulación (AMC) es la premisa para la detección de señales y aplicaciones de demodulación, especialmente en escenarios de comunicación no cooperativa. Ha sido un tema popular durante décadas y ha avanzado significativamente con el desarrollo de métodos de aprendizaje profundo. Para mejorar aún más la precisión de la clasificación, se propone en este documento una fusión jerárquica de múltiples características (HMF) basada en una red neuronal convolucional multidimensional (CNN)-red neuronal de memoria a corto plazo (LSTM). Primero, se propone un módulo CNN multidimensional (MD-CNN) para la compensación de características entre características interactivas extraídas por filtros convolucionales bidimensionales y características respectivas extraídas por filtros unidimensionales. En segundo lugar, las características aprendidas del módulo MD-CNN se alimentan en una capa LSTM para una mayor explotación de características temporales. Finalmente, los resultados de clasificación se obtienen mediante el clasificador Softmax. La efectividad del método propuesto se verifica mediante abundantes resultados experimentales en dos conjuntos de datos públicos, RadioML.2016.10a y RadioML.2016.10b. Se obtienen resultados satisfactorios en comparación con los métodos de vanguardia.