盲源分离（Blind Source Separation,简称BSS）是在一定的约束条件内将未知的源信号从混合的观测信号中恢复出来的一种方法。盲源分离技术由于其强大的分离能力,目前已在语音信号、数字通信、生物医学、雷达阵列处理、信息安全等领域发挥了重要作用。本文重点研究了盲源分离算法在雷达信号抗干扰中的应用。论文的主要工作和创新点如下:1、论文建立了PD和LFM雷达回波信号的模型,对信号的模糊图特性进行分析对比;构建了射频噪声、噪声调频、函数调制、频谱弥散、切片、密集假目标的压制干扰数学模型,以及距离欺骗、距离拖引、速度欺骗、速度拖引干扰模型。2、系统地研究了快速独立成分分析Fast ICA算法和联合特征矩阵对角化JADE算法的工作过程,针对盲源分离算法输出信号排序模糊的问题,提出了采用相似度检测+CFAR门限检测+目标积累比对法的信号筛选方案。该方法可有效解决盲源分离后的目标信号筛选问题。对实际雷达平台采集的数据进行盲源分离处理和信号筛选,验证了该方法的可行性。3、针对PD雷达抗强压制干扰,提出了采用干扰类型识别+被动跟踪干扰源+盲源分离+调节窄带滤波器中心频率的综合解决方案。该方法解决了盲源分离后信号幅度模糊问题,使盲源分离算法能真正应用于雷达抗干扰,仿真结果验证了该方案可有效抑制压制干扰。4、对盲源分离算法抗噪声调频、函数调制、频谱弥散、密集假目标、切片五种压制干扰能力、抗距离欺骗和速度欺骗干扰能力以及欺骗和压制组合干扰能力进行了深入细致仿真分析,并对Fast ICA和JADE算法性能进行了对比。针对LFM信号低信噪比时分离性能下降问题,对分离后的信号应用FRFT方法提高分离性能进行了仿真研究。5、对Fast ICA盲源分离算法的FPGA硬件实现展开了深入研究,对零均值化模块、协方差矩阵计算模块、白化模块和解混矩阵模块算法的具体实现进行详细分解,最后在FPGA硬件平台上,对含有欺骗和压制干扰的拖曳干扰抑制的盲源分离效果进行测试,结果表明,该算法在实际平台上的拖曳干扰抑制能力优于15d B。