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。本文对目前比较成熟的盲源分离算法,雷达的干扰与抗干扰,盲源分离算法在雷达信号抗干扰处理中的应用,及雷达信号时延估计进行了研究。主要工作包括:1)系统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。而盲反卷积法一般都是盲源分离方法的扩展。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信号模型,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理论基础和研究背景。3)研究了盲源分离算法在雷达信号的抗干扰处理中的应用。运用基于高斯矩的噪声消除方法,对多种不同的信号进行分离,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离,抗突发脉冲干扰及降噪处理,并且易于实现,收敛快速。4)研究了雷达信号的时延估计技术。针对科研项目中常规雷达信号利用广义相关法进行时延估计时误差较大的问题,提出利用信号的相位进行广义相关得到时延估计的新方法,通过仿真试验,证明了其有效性。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。