现代战场中电磁环境复杂,电子对抗手段层出不穷。作为电子对抗的重要内容,雷达信号的调制类型识别在现代战场中起着重要的作用,是现代战争中不可或缺的一种有效对抗手段。提取雷达信号特征参数和选择分类器是雷达信号的调制类型识别中两个重要的环节,对于雷达信号的调制类型识别具有重要的意义。因此,上述两个环节是研究雷达信号调制类型识别的重点。本文首先利用雷达信号的频谱带宽和相位跳变参数的不同,对研究的单雷达信号的识别率进行了验证,但该方法不能完成混合雷达调制信号的识别。为此,本文使用循环谱的方法提取雷达信号的调制类型信息,并采用距离判别和LDA降维的方法进一步优化提取的循环谱信号,只保留一行最适合分类的信息作为分类识别特征数据。本文使用支持向量机作为分类器,依据降维后的循环谱信息对信号类别进行识别。结果表明本文方法在较低信噪比环境下对雷达调制信号有较高的识别率。其中,本文的主要内容及创新点如下:(1)使用PCA方法对接收机接收到的雷达信号进行降噪处理,以期提高雷达调制信号的识别率。按照谱平滑方法计算出雷达信号的循环谱,对各类信号的循环谱的每行采用马氏距离进行判别,选择其中马氏距离最大的一行循环谱信号。(2)使用LDA方法对多个样本的循环谱行信号进行降维,以便减小计算量。将降维后的循环谱数据分为训练集和测试集,使用训练集数据训练支持向量机,并使用训练好的支持向量机模型对测试集数据进行分类。使用支持向量机分别对5种单雷达信号和6种两两混合的雷达信号进行调制识别,对本文改进算法和完整的循环谱算法的运行时间和识别率进行比较。本文使用MATLAB作为仿真工具,对改进的循环谱和支持向量机的联合算法进行仿真验证,仿真结果在理论上证明了本文改进方法的可行性。