在现代电子战中,雷达辐射源识别是电子情报侦察系统(ELINT)和电子支援系统(ESM)的重要功能之一。本文以雷达辐射源个体识别为研究背景,主要研究雷达辐射源信号检测、预处理以及个体特征提取三方面,从而为个体识别提供有效的脉内细微特征。针对雷达辐射源信号检测问题,研究了基于循环自相关的信号检测算法,该算法检测性能较好,但并不能给出信号的时间参数检测;在此基础上提出了基于S变换的时频检测算法,并以典型的混合扩频信号为研究模型推导并分析了高斯白噪声的S谱统计特性,仿真实验证明该算法不仅能给出信号的存在性检测,还能够实现信号的时间参数检测。针对雷达辐射源信号预处理问题,首先研究了信号的降噪与对齐预处理方法,其次通过分析实测信号在时频域的分布规律,推导实测雷达多径信号的时域数学模型,最后提出基于分数阶傅里叶变换的实测雷达信号多径检测算法,仿真实验验证了算法的有效性。针对雷达辐射源信号脉内细微特征提取问题,分别从时域、频域以及变换域出发,研究了几种雷达辐射源信号个体特征提取算法,并对基于小波包能量和EMD时频重构特征提取算法加入对数变换操作,最后通过实测雷达数据的实验,总结与分析出几种特征提取算法的性能优劣,并给出工程应用中的建议。