现代战争中,雷达是取得军事优势的重要装备。雷达侦察作为雷达对抗的主要内容之一,在掌握敌方雷达类型、功能、用途,甚至获知敌方兵种和武器部署中已经成为了各级指挥员的“眼睛”和“耳朵”。在雷达侦察信号处理系统中,雷达辐射源信号的识别是非常关键的环节之一,识别水平的高低已经成为衡量雷达对抗设备主要技术水平的重要标志。随着雷达的广泛应用和雷达电子对抗激烈程度的不断加剧,在高密度、高复杂波形、宽频谱捷变的雷达信号环境中,长期沿用的基于传统五参数的雷达辐射源信号识别方法已难以胜任,较难取得令人满意的识别效果。为此,国内外学者在雷达辐射源信号识别这一研究领域做了大量系统深入的研究,这其中又有很大一部分是对雷达辐射源的信号特征进行研究,都在尝试着探寻新的特征提取方法,期待着新特征参数被发现,从而弥补传统五参数(脉冲宽度、脉冲幅度、载频、脉冲到达时问、脉冲到达方向)的不足,目前提出的新特征已有数十种之多。但面对数量如此众多的雷达辐射源信号新特征,这些特征的综合效能如何,如何甑选是当前摆在我们面前非常重要而又迫切需要解决的一个难题。为此,本文从雷达辐射源信号特征的提取与分析、特征评价指标体系、雷达辐射源信号特征评价模型和算法设计等方面,针对上述雷达辐射源信号特征评估中需要解决的关键问题展开了系统深入的研究,主要贡献有以下4个方面。1.对雷达辐射源信号特征提取进行了研究,提出了三种雷达辐射源信号新特征,即雷达辐射源信号小波灰度矩特征、经验模式分解能量熵特征和纹理特征。雷达辐射源信号小波灰度矩特征首先通过连续小波变换提取雷达辐射源信号的小波系数,并通过实验分析,解决了小波分解尺度和连续小波的选择问题,实现了雷达辐射源信号小波灰度矩特征和纹理特征的提取,并分析了噪声对特征识别能力的影响。雷达辐射源信号经验模式分解能量熵特征然后通过经验模式分解算法对雷达辐射源信号进行分解,得到不同的内禀态函数分量,通过定义内禀态函数分量的能量,并提取主要内禀态函数分量的能量构成特征向量,通过设计分类器实现了对典型雷达辐射源信号的识别,并详细分析了噪声对特征提取以及特征识别能力的影响。2.对雷达辐射源信号特征评价指标体系进行了研究,提出了基于四种测度的雷达辐射源信号特征的可分选性评估方法,设计了特征稳健性测度指标,丰富了雷达辐射源信号特征评价指标体系。从雷达辐射源信号特征的可分选性、复杂性和稳健性三个不同角度,对雷达辐射源信号特征评价指标体系进行了深入研究。对基于特征可分选性评价的雷达辐射源信号识别进行了研究。研究了雷达辐射源信号特征向量的空间分布问题,通过对部分雷达辐射源信号特征的实验仿真,得出了雷达辐射源信号特征在一维特征参数符合正态分布的情况下,其多维特征向量不一定是标准正态分布的结论,为后续特征综合评价模型建立及相应算法的研究提供了理论上的参考和借鉴。3.在构建雷达辐射源信号特征评价指标体系的基础上,对雷达辐射源信号特征综合评价模型及算法进行了研究,提出了雷达辐射源信号特征的层次分析综合评价模型、模糊层次分析评价模型和集对模糊层次分析评价模型。首先应用层次分析方法对雷达辐射源信号特征进行评价,提出了雷达辐射源信号特征的层次分析评价模型。然后针对层次分析评价模型不能处理专家模糊评判的问题,通过引入模糊理论,提出了雷达辐射源信号特征的模糊层次分析评价模型。最后针对模糊层次分析评价模型中评价决策存在的主观性问题,借鉴集对理论的思想,通过建立集对决策矩阵实现了雷达辐射源信号特征的集对模糊层次分析评价模型,实现了对雷达辐射源信号特征的客观综合评价。4.提出了基于群体智能的雷达辐射源信号特征评价模型。针对基于层次分析的评价模型中判断矩阵的构建较难避免的主观性问题,提出了基于差分进化粒子群投影寻踪算法的雷达辐射源信号特征综合评价模型。首先通过将差分进化算法与改进的粒子群算法相结合,并将得到的差分进化粒子群算法用于投影寻踪算法投影方向的优化,最终建立了雷达辐射源信号特征的差分进化粒子群投影寻踪评价模型。基于群体智能的雷达辐射源信号特征评价思路从方法上克服了基于传统层次分析方法的特征综合评价模型中存在的主观性问题,为实现对雷达辐射源信号特征的客观综合评价开辟了新途径。