综合雷达、通信等设备来构建一个多平台、多传感器信息融合与资源共享的一体化电子战系统是现代战争中电子对抗技术的发展思路,也是当前研究的重要课题。目前雷达通信一体化系统虽已取得初步的研究成果,但还处于初级阶段,大多数的研究主要关注在信号波形与系统设计上,而对于一体化的信号处理与识别的研究相对较少。随着一体化技术的飞快发展,其信号的处理与识别问题,对获取敌方情报与战争态势评估有着至关重要的意义。基于此,本文结合典型的雷达通信一体化系统,对混叠信号分离算法、通信信号调制识别、雷达辐射源识别、一体化目标识别系统模型进行了研究,主要工作如下:(1)针对雷达通信一体化系统的信号混叠问题,研究了信号分离模型,并应用快速独立成分分析算法实现了混叠的雷达信号和混叠的雷达通信一体化信号的分离。在信噪比为5dB的情形下,仿真获得的分离信号与原始信号具有96%以上的相似度。(2)针对分离出的通信信号分量,对目前通信信号识别算法中分类器在不同信噪比下的波动性大、稳定性不强的问题,提出了一种Stacking-SVM的调制识别算法。该算法采用集成学习的思想,利用Stacking学习法对单一的SVM调制识别进行改进,通过构建一个分层的SVM结构模型,使下一层学习器利用上一层学习器的预测结果进行训练,最终使得整个模型可以学习到信号更加全面的本质特征。仿真实验表明,所提出的算法具有较高的识别准确率,同时在不同信噪比下,算法的稳定性表现更好。(3)针对分离出的雷达信号分量,对雷达信号特征提取和分类器设计两方面存在的不足,提出了一种改进的雷达辐射源识别方法。该方法在特征提取方面,提取了时频图像的纹理特征和形状特征,同时结合信号频谱和瞬时频率的相关特征,构成融合特征集;在分类器设计方面,本文首次将基于GBDT模型提取高阶特征的方法应用在雷达辐射源识别领域,利用该方法对雷达信号进行高阶特征提取,并将提取的特征通过正则化的逻辑回归进行最终分类。最后,仿真对比结果表明,本文所提出的方法在低信噪比下具有更高的识别准确率。(4)针对雷达通信一体化系统的目标识别问题,构建了一种基于多传感器融合的雷达通信一体化目标识别系统模型。该模型利用雷达侦察传感器和通信侦察传感器获得的有用信息与一体化信号处理的结果相结合,得到更全面的目标信息,然后利用基于多传感器信息融合的目标识别算法来获取更准确的目标识别结果。仿真表明,采用该系统模型使得识别的不确定性大为下降,增加了置信度,即该系统模型是有效的。