雷达侦察是现代电子战中军队情报获取的关键手段，作为雷达侦察和对抗系统的关键技术，雷达信号的盲源分离利用不同发射信号之间的独立性特点分离任意数目的混叠雷达脉冲观测信号，为辐射源信号的信号分选和识别提供高精度的前端信息，从而为雷达工作状态和特征参数的判定提供可靠支撑。随着军事工业和科技的高速发展，具有反隐身、高分辨、多径杂波抑制以及抗损毁性能的MIMO雷达作为一种新体制雷达已经成为雷达领域的热点问题。但是，现有的雷达侦察算法只能获取MIMO雷达信号的脉冲流，无法用于提升雷达的干扰及抗干扰性能。针对上述问题，本文将基于时频分析的盲源分离算法引入MIMO雷达信号的侦察中，并重点对欠定条件下的分离方法展开分析，主要内容概括如下:　　(1)针对三类MIMO雷达信号模型，分析其时域、频域、时频域特征以及相关特性，选取其中最复杂的离散频率编码MIMO雷达信号作为主要研究的对象。离散频率编码MIMO雷达信号不同时隙内的频率不同，在脉内频率随编码序列改变，在时频域中存在稀疏特征。由此提出了一种单源复数辐角主值的检测方法，通过对时频观测信号中孤立点和噪声点的筛选，提高了信号的线性聚类特性。　　(2)在混合矩阵的估计过程中，针对模糊C均值聚类方法存在的初始聚类中心数目及位置的选取问题，利用数据场中的势能信息对粒子的分布进行分析，提出了一种数据场辅助的模糊C均值聚类中心选取方法，并引入粒子群算法对聚类迭代过程进行改进，可以同时搜索待优化目标函数解空间中的较多区域，从而提升了混合矩阵的估计精度。仿真结果表明了本文提出方法的有效性。　　(3)在源信号的恢复过程中，首先将基于稀疏模型的L1范数最小化算法用于离散频率编码信号的估计，但是对于稀疏性不强的信号无法达到理论最优值，由此提出了一种基于离散频率编码数目估计的源信号恢复算法，先完成对频率编码数目的估计，再利用新的编码估计策略对各路信号进行估计，从而实现了对信号在波形维度中的准确恢复。通过对平均恢复信噪比和相关特性的仿真对比分析，表明了本文提出算法的优越性。