脉冲压缩雷达是一种低截获概率(LPI)雷达,对现代反辐射导弹(ARM)导引头和其他被动侦察接收机提出了新的挑战。本文以脉冲压缩雷达信号中常见的信号形式,主要包括二相编码(BPSK)和线性调频(LFM)雷达信号为主要研究对象,研究了脉压雷达信号的脉内调制方式识别,以及根据调制方式识别的结果实现有针对性的脉压雷达信号进一步处理,包括相位编码信号的参数估计,调频信号的检测和参数估计等。针对传统分选模型不能分选同时到达信号的缺陷,研究了盲源分离技术。首先,将Fast ICA算法应用于分离雷达信号中,提出了基于Fast ICA算法的雷达信号分选算法,它可以很好地分离各种不同调制类型的脉冲雷达信号。同时,强调了基于该算法的信号分选可以与信号识别的硬件模块在中频段实现合并化。提出一种基于独立分量分析的雷达信号去噪的新方法,对该方法进行了定性分析,仿真结果表明：独立分量分析去噪方法可获得更高的信噪比,对去噪后的雷达信号应用此方法可以成功地完成分选,尤其对新体制雷达有很好的分选效果。对于脉压雷达信号的识别,提出了一种从“粗识别”到“细分析”的调制类型识别方法。首先根据信号的频谱带宽特征进行粗识别,再使用基于信号离散域累加平均估计算法对信号进行参数估计。文中给出了该方法的定义与原理,针对BPSK和LFM雷达信号进行了算法仿真,结果验证了算法的有效性和快速性,并与常用的瞬时自相关法进行了对比试验,同时证明了该算法具有一定的抗噪性,非常适合于工程实现。基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法。但离散小波变换不具有平移不变性,若不使用相同的小波对滤波后的信号进行重构,会带来较大的重构误差,影响滤波效果。考虑到这个问题,给出了提升静态小波变换(SWT)的实现算法。通过一系列处理,在计算量较传统方法增加不大的前提下,使得最终输出信号的信噪比得到了较大的提高。提出了基于数字信道化接收机的LFM雷达信号的识别和参数估计方法,给出了相应的硬件系统结构框图,重点介绍了系统软件的设计与硬件测试试验。对硬件测试的结果进行了分析,并归纳了实验结果误差的原因。结果表明相位差分法与高阶模糊函数法相比在估计精度上整体略有改善,而且在参数估计时间上有较大的优势。