雷达辐射源信号的参数测量、分选是现代电子战中至关重要的环节,其先进程度可以代表一个国家电子对抗系统的发展水平。随着雷达技术的发展,以及电磁环境的日益复杂,如何准确、有效、快速的对接收到的雷达脉冲进行参数测量、分选成为相关研究人员进行侦察设备软硬件设计时的重要考量。本文主要研究复杂信号环境下的被动雷达信号处理关键算法,提出使用CPU+GPU异构系统对整个数据处理流程进行优化实现,具体包括以下几个部分:1.对被动雷达数字接收技术的应用、所处的复杂信号环境以及所面临的挑战进行介绍,并通过模型建立、公式推导、仿真验证的方式对被动雷达信号处理流程中的主要算法（包括数字下变频、脉冲压缩、信号CFAR检测、信号自相关检测、MUSIC测频、和差两通道测角等）进行研究,为后续的雷达信号分选提供理论和数据基础。2.提出被动雷达信号处理平台方案,分别从硬件和软件两方面入手分模块、分流程完成信号的采样、存储、同步以及信号处理。硬件方面,考虑时钟精度、AD采样速率并结合数据量、总线传输速率、数据处理板的性能合理对各个模块进行资源配置,在一定数据吞吐率的要求下不仅能够保证内部各模块之间的数据传输、信息交换、信息处理、参数更新以及命令下发,还能与外部进行数据交互（留有外部接口）,并基于数据处理实时性的考虑给出了数据处理模块的替代方案,保证其在一定数据流压力下能够正常运行;软件方面,基于被动雷达信号处理的流程,仿真了常见雷达波形以及天线波束,并对流程中的主要算法在新平台TX2上进行实现,提升了原平台的数据处理能力,实时性也得到提高。3.得到雷达脉冲及其参数测量信息之后,实现了一种基于独立成分分析的雷达脉冲聚类算法,对提取到的雷达脉冲信号及脉冲描述字信息进行联合分选,利用独立成分分析的方法对接收到的雷达脉冲信号进行预分选,分选出混叠信号中的独立成分,确定出独立成分的个数,并去除噪声成分,保证K-means++聚类算法对提取的脉冲描述字信息聚类成功,最后对此算法整个流程进行有效性验证,并通过性能测试验证了此融合算法的优越性。