针对低截获概率（Low Probability of Intercept,LPI）雷达复合调制信号特征参数的提取普适性较差,软硬件实现平台难以满足机载、弹载和星载场合对于小型化、高集成度、低功耗的要求等问题,本文研究了LPI雷达信号脉内时频特征提取和分类算法,进行仿真分析,据此设计了离散FrFT（Discrete Fractional Fourier transform,DFrFT）算法的FPGA（Field Programmable Gate Array,FPGA）实现架构,搭建了小型化嵌入式异构验证平台,并展开SVM（Support Vector Machine,SVM）分类器实验验证。首先,开展LPI雷达信号分选和识别单元的系统设计。从工程实现角度研究了典型的侦察接收机结构和信号分选与识别信号处理流程。对于信号分选技术,分析了累积差直方图法（Cumulative Difference Histogram Function,CDIF）、序列差直方图算法（Sequential Difference Histogram Function,SDIF）和脉冲重复间隔（Pulse Repetition Interval,PRI）变换法三种工程实现中常用的分选算法,并完成了仿真实现。对于信号识别技术,分析了短时傅立叶变换（Short-Time Fourier Transform,STFT）、FrFT和CWD（Choi-Williams Distribution,CWD）三种时频特征提取算法,并完成了仿真实现。同时简要分析了SVM分类器、KNN（K-Nearest Neighbor,KNN）分类器和贝叶斯分类器等识别分类器。然后,针对脉内时频特征提取算法难以在嵌入式系统中实现的问题,本文在脉内时频特征提取算法仿真实现的基础上,对脉内时频特征提取算法的FPGA实现技术展开研究。提出了离散FrFT算法的FPGA实现架构,详细设计了算法的FPGA实现模块,搭建了仿真环境和硬件测试平台,完成了算法的FPGA仿真与验证。仿真和验证结果表明,所设计的离散FrFT算法的FPGA逻辑实现可以达到预期效果,证实了该设计的正确性和可行性。最后,针对LPI雷达信号识别算法的小型化、嵌入式、低功耗实现问题,提出FPGA+嵌入式GPU（Graphics Processing Unit,GPU）的异构平台和基于脉内时频特征提取并结合分类器的调制类型识别处理架构。采用实验室研制的异构实时处理平台和两种嵌入式GPU平台,搭建了小型化嵌入式异构验证平台,开展了信号分类识别实验。实验表明,基于所提出的平台的算法实现,能够在一个物理尺寸较小的平台上取得与桌面PC相当的正确识别率,并能够在实时性和低功耗间进行有效折中。本文完成的信号识别算法嵌入式实现技术,以及高集成度嵌入式系统的异构软件设计方法对于LPI雷达信号识别算法在机载、弹载和星载等小型化、高集成度、低功耗平台上的应用具有一定的参考意义。