由于现代电子技术的快速发展,传统的雷达信号分析处理已经无法识别低截获概率雷达,在此基础上需要对信号脉内调制特征进行分析。随着电磁环境中信号密度的不断增加,在同一个信道中可能会出现多个信号同时存在,会影响信号识别准确率,因此如何有效的分析和提取信号脉内调制特征是信号识别中的关键问题。本文从雷达信号脉内调制特征的识别出发,研究6种雷达信号的识别方法,分别是常规雷达信号、二相编码信号、四相编码信号、线性调频信号、非线性调频信号以及二频编码信号。因此本文的主要内容有:首先,基于更侧重于硬件实现的原则,本文研究了两种基于特征提取的单信号识别方法。一种是基于频谱和瞬时频率特征的雷达信号调制方式识别方法,该方法分两步走,第一步是利用信号3dB带宽的不同,将6种信号粗分为调相信号和调频信号两大类;第二步是再对调相信号和调频信号进行细分类,调相信号根据信号平方法求取的离散谱线特征进行区分,调频信号根据信号的瞬时频率特征进行区分。另一种是基于频谱复杂度的雷达信号识别方法,该方法先对信号频谱进行量化,而后对量化频谱序列进行Lempel-Ziv复杂度计算,根据每种信号的复杂度不同,设计了一个树形分类流程。两种方法都进行了仿真,并且两种方法具有互补性。其次,针对同一个信道中出现多个信号同时存在的问题,本文研究了一种基于信号分离的多信号识别方法,该方法的关键在于信号分离,信号分离的性能优劣关系到能否有效的提取信号脉内调制特征。因此,采用联合近似对角化算法作为信号分离算法,该算法分离性能稳定,然后根据分离信号采取基于特征提取的方法逐一进行识别。仿真了5组混合信号在不同信噪比下的识别概率统计,仿真结果表明该方法分离效果好,识别准确率高。最后,以基于频谱和瞬时频率特征的信号识别方法为基础,提出了基于DSP实现的信号分段识别方法,详细的介绍了原始数据的分段截取、分段信号数字正交混频、低通滤波和抽取以及信号频谱和时频特征的分段获取。给出了DSP具体实现的流程,并采用MATLAB仿真了不同信噪比下的识别概率,根据信号源测试了多组参数,仿真和测试结果表明该方法具有很好的实用性。