雷达辐射源识别是电子情报侦察、电子支援侦察和雷达威胁告警系统中的关键处理过程,也是电子干扰的前提和基础,其识别水平是衡量雷达对抗设备技术先进程度的重要标志。随着现代电子战的激烈对抗,复杂体制雷达辐射源迅速增加,使传统识别方法逐渐失去其有效性。为了适应复杂多变的电子战环境,迫切需要探索出新的有效的识别方法。针对雷达对抗信号处理研究工作中的关键问题,本文研究了基于循环平稳分析的雷达辐射源特征提取与融合识别。首先,在辐射源的个体特征提取中,根据辐射源脉内指纹特性分析,提取了循环谱、循环双谱特征。实验结果表明,基于循环平稳域的信号特征更能全面有效的描述雷达辐射源的内在特性,从而为特定辐射源的个体识别提供了稳定可靠的分类特征。其次,在辐射源的融合识别中,研究了基于典型相关分析(CCA)和鉴别典型相关分(DCCA)的特征级融合方法,将两组特征之间的相关性作为判别信息,提取有效的组合特征。此外还研究了基于距离准则进行特征排序和选择的特征级融合方法,主要针对特征维数相差过大的不同特征集的融合问题。实验结果表明,特征级融合既达到了信息融合的目的,又有效的消除了冗余信息,在实现信息压缩的同时也提高了整个分类系统的正确识别率。最后,为了解决实用雷达辐射源识别系统的拒识问题,研究了基于广义置信度的雷达辐射源拒识算法,拒识非库属目标和低置信度库属目标,从而降低误识率,提高整个分类系统的可靠性。并通过各种性能指标对整个分类系统的识别性能进行评价,给出评价结果。