在现代雷达电子战中,涌现出各类新型非常规有源干扰,它们大多兼具压制和欺骗的效果,导致雷达不能或者错误地检测目标和测量目标的参数信息。为了保证雷达能在新的电磁环境下发挥其作战效能,对其进行干扰识别技术研究是不可或缺的。雷达非常规有源压制与欺骗干扰主要包括噪声乘积干扰、稀疏噪声卷积干扰、间歇采样重复转发干扰、间歇采样循环转发干扰、部分脉冲密集转发干扰,本论文围绕这五类干扰的智能识别理论与方法展开研究,论文的主要工作如下:(1)针对目前雷达电子战环境,研究了雷达非常规有源干扰信号的特性,并将雷达非常规有源压制干扰与欺骗干扰样式分类为切片转发类干扰和噪声调制类干扰,为干扰的特征提取和智能识别方法奠定了基础。(2)引入了信号的图域概念,给出了可视图和递归图两种将雷达信号从时域变换到图域的方法。对于可视图算法,理论证明了简单脉冲信号的度分布满足单尖峰分布,线性调频信号的度分布满足多尖峰分布,并分析了雷达接收信号和非常规有源干扰信号的度分布特性,为从可视图上提取特征的可行性提供了理论依据。(3)介绍了度、聚类系数、路径长度、相关性、中心性、熵等图域特征,仿真实验分析了平均度、平均聚类系数、同配性系数、归一化网络结构熵四种图域特征用于雷达非常规有源干扰识别的有效性,并验证了这些图域特征用于采集数据的可行性。(4)提出了基于相关域的有源干扰检测方法。该方法在雷达接收信号和发射信号的相关域非零位置进行采样,利用最小均方误差(Minimum Mean Square Error,MMSE)准则设计维纳滤波器,将滤波器前后的信号功率损耗比作为特征参数,最后设置合适的门限完成雷达有源干扰检测过程。该方法提高了雷达抗干扰系统的运行效能。(5)设计了随机森林和核Fisher判别两种分类器,利用图域特征作为训练样本完成雷达非常规有源干扰的智能识别。仿真实验和性能分析表明,前者的识别效果更好,但计算成本较高,后者与此相反。