传统的电子侦察设备中,一些复杂度较高的算法,如脉内调制识别算法,通常在DSP中实现。该做法实时性差,不能实现对脉冲的逐个识别,这样就不能把调制类型当作分选依据,会对后续的脉冲分选等算法产生影响。为了实现对脉内调制识别等算法的逐脉冲实时预处理,本文利用FPGA平台数据并行流水线处理的优势,研究了基于FPGA平台的电子侦察预处理技术。主要研究内容如下:1.针对电子侦察输入信号采样率极高,难以保证对小信号处理灵敏度以及满足FPGA流水线时钟约束条件的问题,研究了电子侦察信号预处理中数字信道化、脉冲检测和参数估计的方法。首先研究了基于多相滤波器的数字信道化结构,针对传统奇、偶型信道划分方式中信道混叠和检测盲区的问题,通过改进其信道划分方式,提出了奇偶并行信道划分方式的数字信道化结构,并仿真证明了其有效性。然后对预处理算法中的信号检测方法及常规参数提取方法进行了相关研究,实现了对雷达信号的可靠性检测以及对信号时域和频域参数的提取。2.分析了雷达信号瞬时频率（Instantaneous Frequency Law,IFL）和瞬时频率变化率（Instantaneous Frequency Rate,IFR）的脉内特征信息,针对相位差分法在低信噪比下难以提取信号IFL和IFR曲线特征的问题,研究了基于广义相位导数（Generalized Representation of Phase Derivatives,GRPD）理论的 IFL 和 IFR 曲线估计方法,通过提取IFR曲线的突变峰比例、IFL曲线的自相关系数以及归一化方差作为识别特征向量,结合决策树思想,提出了基于GRPD理论的IFL和IFR联合决策树脉内调制识别算法。仿真结果表明,所提出的算法在低信噪比条件下可以有效地实现对信号调制类型的识别。3.设计了基于FPGA平台的侦察信号预处理算法,包括奇偶并行数字信道化、脉冲检测、时域参数和频域参数提取方法,并针对传统复杂脉内调制识别算法在DSP平台实时性差的问题,设计了适用于FPGA平台可在低信噪比下逐脉冲实时识别雷达信号脉内调制类型的算法。之后在硬件验证平台上对所设计的算法进行了验证,结果表明所设计的电子侦察预处理算法可以实时地完成对雷达信号的接收、检测、参数估计和调制识别,验证了所设计的算法和本文理论分析的正确性。