雷达辐射源信号识别是雷达侦察信号处理的关键技术之一。随着雷达技术的迅猛发展以及新体制雷达的应用,雷达信号的密度,复杂程度都大幅提高。另外电磁环境的恶化、干扰技术的增强给雷达辐射源信号识别带来了很大的困难。准确和快速地对雷达辐射源进行识别已经是雷达辐射源信号识别中的难点之一。传统雷达信号的特征参数表示方式不能很好的针对复杂体制雷达进行识别,且对于反侦察能力强的参数跳变型信号一般的识别方法很难达到理性的识别率。本文针对现有的雷达辐射源信号识别方法进行调查,对基于脉冲样本图的雷达信号表述方式进行试验,并优化基于Vague集和脉冲样本图的雷达辐射源识别方法,最后设计并实现大规模的雷达信号识别系统。本文主要贡献如下:(1)对于日益复杂的雷达信号体制,在海量雷达数据的处理场景中,本文借鉴了Vague集处理模糊多属性决策问题的优势和脉冲样本图在雷达信号识别领域中存储和识别的优势,将两者运用到分布式大规模数据处理场景中,进行大规模数据处理上的优化,使雷达信号识别能够提高效率和准确率。(2)根据未知雷达信号的基本参数和构建好的在数据库索引的顺序性,结合线程池技术,提出了快速匹配方法,既可以快速识别出已知雷达信号,又不会因为算法本身存在的弱点导致过多的漏判以及拖慢识别速度。(3)实现一套通用的大规模雷达数据识别平台,具有可扩展性和通用性的特点,不但可以用于处理本文所提出的雷达信号识别场景,还可以为后续的雷达识别场景和其他算法提供有效易用的环境,便于研究大规模场景下的雷达信号处理。进行功能测试和性能测试,测试结果表明无论是算法还是系统,都具有正确的功能同时达到所提出的需求指标。