在现代战争中,电子对抗技术与反对抗技术所占据的地位愈发重要,而有源压制干扰是其重要的组成部分。有源压制干扰主要通过大功率的噪声信号来达到对雷达接收信号的遮盖效果,从而使雷达的无法正常工作,使我方在军事战略上处于不利的地位。因此有必要对雷达有源压制干扰进行抑制,而对有源压制干扰进行有效抑制的前提是知道雷达什么时候受到了干扰以及受到的干扰类型。雷达有源压制干扰感知技术作为雷达有源压制干扰抑制技术的前提和基础部分,因而具有比较重要的研究价值和意义,国内外的专家学者针对这项技术展开了相关研究,并取得了一些成果,但是这些成果都或多或少存在一些问题。本文主要围绕雷达有源压制干扰的检测与识别方面来开展工作,主要工作内容归结如下。(1)针对各种有源压制干扰研究了其产生机理及数学模型,并从时域、频域、变换域等方面提取了特征参数,同时分析了不同种的有源压制干扰在这些特征参数上所表现出的差别,为后续的研究奠定了一定的基础。(2)分别从能量角度、极化角度、特征提取角度入手研究了雷达有源压制干扰的检测方法,通过分析比较接收到的信号在干扰有无时在这几方面表现出来的差异来设计干扰检测方法,并通过仿真实验给出了不同干信比(JSR)下的有源压制干扰的检测概率。最后运用RBF神经网络(Radial Basis Function Neural Network)实现干扰检测方法的自适应选择。(3)从数字信道化角度入手,研究了各种有源压制干扰经过信道化后的区别,并在此基础上设计方法,从而实现对雷达有源压制干扰的识别,并通过仿真实验给出了各种有源压制干扰在不同的JSR下的干扰识别概率。(4)在前面提取的干扰特征的基础上,以统计判决树和BP(Back Propagation)神经网络为分类器设计有源压制干扰识别方法,最后通过仿真给出了不同种的有源压制干扰在各个JSR下的识别概率,并且分析比较了统计判决树以及BP神经网络这两种干扰分类器的不同之处。