电子对抗(ECM)技术被广泛应用于现代电子战,随着电子频率谱密度的日益复杂,越来越多的干扰对雷达的工作性能造成影响,雷达的生存环境遭遇前所未有的挑战。雷达欺骗式干扰是雷达电子战中最主要的干扰手段之一。特别是近年来随着数字射频存储器(DRFM)技术的飞速发展,使得欺骗干扰信号能够高度模拟为被截获雷达目标的相干复制品,导致对雷达假目标的区分更加困难,给雷达正常功能的发挥带来严峻挑战。因此需要针对性地采取抗干扰手段,提取欺骗干扰信号的统计特性参数,对欺骗干扰信号实现分类识别。如何选择有效的抗欺骗干扰手段是目前热门的研究方向。本文考虑从信息论的角度出发,以互信息熵和广义相关函数作为分类特征,并结合融合算法的思想,在多雷达系统下实现对于欺骗干扰信号的检测识别。本文的主要研究工作如下:1、首先,介绍了国内外欺骗干扰检测识别的研究背景以及发展现状。然后,介绍了目前常见的雷达有源欺骗干扰样式并建立了相应的信号模型,以及基于DRFM的雷达干扰技术,对不同欺骗干扰的产生机理和性能优劣进行了阐述,为后续有源欺骗干扰信号的特征提取奠定了理论基础。2、研究了基于互信息熵与广义相关函数的欺骗干扰识别算法。首先,针对皮尔逊相关系数无法描述非线性关系的缺陷,将互信息熵引入到真假目标的检测识别过程中,给出了一种基于互信息熵的欺骗干扰识别算法。仿真实验证明了这种算法的可行性,并与基于高阶谱对角切片方差的方法进行性能对比,结果表明该算法具有更好的识别性能,平均识别概率提升2.72%。然后,提出了一种基于广义相关函数的欺骗干扰识别算法,该算法利用等间距算法对互信息熵进行估计,并对互信息熵进行了归一化,进一步改善了识别性能,平均识别概率提升 2.53%。3、研究了基于互信息熵与广义相关函数的多雷达系统欺骗干扰识别方法。首先,介绍了多雷达系统中信息融合的基础知识。随后,以互信息熵和广义相关函数作为各个成员分类器中的分类特征,根据不同的融合规则,将各子分类器中的数据信息进行关联,在融合中心进行统一处理,从决策层和特征层的角度实现了信息融合,得到判决结果。仿真实验验证了算法的有效性,与单基地雷达相比,当以互信息熵作为分类特征时,贝叶斯估计法、Bagging算法、DS证据理论这三种决策层融合算法对于欺骗干扰的平均正确识别率分别提升9.18%、11.04%、17.43%,加权平均法、主成分分析法这两种特征层融合算法分别提升16.59%、21.31%,而以广义相关函数作为分类特征时,三种决策层融合算法的平均识别概率提升9.85%、12.45%、17.03%,两种特征层融合算法识别率提升15.19%、22.64%,证明了融合算法的有效性。