现代空战场中,电子战是克敌制胜的关键力量,其中,雷达信号感知是至关重要的一环。一方面,雷达信号感知是获取雷达方的电子情报（ELINT）,另一方面,可引导我方及时做出反应和实施精确干扰。而当前雷达多具有良好的低截获特性,为此,电子战设备需要在空战场的复杂电磁环境中感知到低截获概率（LPI）雷达信号,并从中提取出有用信息。LPI雷达信号往往具有宽频段、大动态、复杂调制、参数捷变等特性,使得侦察接收机难以检测。因此,研究针对空战场LPI雷达信号感知理论与方法,有着迫切的现实需求和广泛的应用前景。空战场LPI雷达信号的感知较传统雷达信号感知,在时域、频域、空域等诸多方面的复杂程度均有提升。本文围绕空战场LPI雷达信号感知所涉及的感知架构、信号检测、脉内脉间调制识别、参数估计与信号分选等方面进行了相关的理论推导与算法研究,并利用半实物离线试验数据进行算法验证。本文主体共分为五个部分,主要贡献如下:1、研究了通用空战场LPI雷达信号感知系统方案。通过分析空战场LPI雷达信号时域、频域、空域、调制域等方面的特征,构建了空战场LPI雷达信号感知模型;提出了空战场LPI雷达信号感知信号处理架构,重点分析了Nyquist折叠接收机（NYFR）和信道化接收机的特点,为类似信号感知系统研制提供了方案蓝本。2、研究了空战场LPI雷达信号检测技术。对传统的时域能量检测、频域能量检测和时域自相关检测方法进行了比较分析,提出了一种基于可视图的LPI雷达信号检测算法,介绍了可视图相关概念及信号检测模型,克服了传统检测算法在低信噪比（SNR）下信号检测概率低的问题;在此基础上,考虑到LPI雷达信号为多分量情形,提出了基于可视图的多分量LPI雷达信号检测算法,实现了对多分量雷达信号在低SNR下的检测。3、研究了空战场LPI雷达信号识别技术。研究了经NYFR折叠后的各种LPI雷达信号时域、频域和时频域之间的关系。基于短时傅里叶变换（STFT）算法,提出了一种基于NYFR和深度学习的LPI雷达信号脉内调制识别方法,对比实验说明了在低SNR下,识别效果表现非常优越;借助可视图算法,通过特征提取与机器学习等方法结合,提出了一种自动雷达天线扫描方式识别方法,可有效区分雷达天线扫描方式;结合前两种识别方法,提出了基于可视图的LPI雷达信号脉内调制识别方法,仿真结果表明信号识别效果良好;考虑到信号脉冲数少的情形,研究了基于机器学习的LPI雷达信号分选方法,仿真实验验证了所提出算法的有效性。4、研究了空战场LPI雷达信号参数估计技术。针对复合调制的LPI雷达信号,给出了相关性能分析,并提出了基于平滑伪Wigner-Ville分布（SPWVD）的LPI雷达信号参数估计算法,仿真结果验证了参数估计性能的有效性;针对多分量信号模型,提出了一种改进的复合短时傅里叶变换（CSTFT）算法,并在此基础上,提出了一种基于尺度不变特征变换（SIFT）的LPI雷达信号瞬时频率（IF）估计算法,能够实现对多分量LPI雷达信号IF参数的估计;理论推导出了多分量LPI雷达信号的克拉美罗界（CRB）,并通过对比实验进一步阐明了IF参数估计性能的优越性。5、实施了半实物仿真数据算法验证。通过计算机仿真实验验证了上述LPI雷达信号检测、信号识别和参数估计的有效性和性能,并结合课题组搭建了空中战场LPI雷达信号感知半实物离线平台。通过对LPI雷达信号在实验中截获的数据进行分析和处理,证明了本文提出的一些LPI雷达信号感知理论与方法的可行性和准确性。相关研究成果有望提升雷达对抗系统在空战场环境下的感知能力。