近年来，盲信号处理技术获得了飞速发展，从信号盲估计的角度出发，盲信号处理大致可以分为盲源分离和盲反卷积两类。国际上已提出了很多性能优越的盲源分离和盲反卷积算法，特别是针对一维信号(或多通道一维信号)的算法，并在阵列信号处理、语音信号处理、生物医学信号处理、移动通信及图像处理等领域获得了广泛的应用。盲信号处理方法应用于雷达信号的处理也正在进行多方位的研究，并取得了一定的成果。本文利用目前比较成熟的盲源分离算法，研究了盲抽取算法在雷达的干扰与抗干扰以及雷达信号分选中的应用。主要工作包括： 1)系统地研究了盲信号处理的方法，在已有的盲源分离方法中，都是利用了源信号统计独立的假设，主要的方法可分为基于高阶累计量的代数方法和基于信息论准则的迭代估计方法。总结了现有的盲抽取的方法。对于快速独立分量分析(FastICA)给予了仿真试验。 2)系统研究了雷达信号的模型，噪声和各种干扰及抗干扰措施，为雷达信号的处理研究提供了理论基础和研究背景；并用FastICA算法对同时到达的雷达信号在各种环境下进行了盲分离仿真实验。 3)研究了盲源分离算法在雷达信号的分选中的应用。利用JADE算法对雷达信号进行分选，又用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选，仿真结果表明该方法能够有效地应用于多路雷达信号的分选，能抗突发脉冲干扰及完成降噪处理，并且易于实现，收敛速度快。 4)研究了现有的基于累积量的盲源分离算法，考虑实际雷达环境下信号的数据量大，要求信号分选实时性，考虑用基于累积量盲抽取的算法完成雷达信号分选，通过仿真试验，验证了其在雷达信号分选中的有效性。 5)在本文的结论中，对今后的研究工作方向和目标提出了一些看法。