雷达信号分选是实施雷达欺骗干扰重要的环节之一。随着电子技术的发展，电磁环境中信号密度不断增加，信号形式更加复杂，给雷达信号的分选带来的严重挑战，如何能够在密集、复杂信号环境中分选并识别出各自雷达的信号，是一个亟待解决重要问题。本文针对基于PRI的分选算法和多参数聚类分选算法的不足，提出了两种改进算法。为满足侦察接收机信号分选需求，集多种于算法于一体，提出了一种信号分选的综合流程。主要研究的内容如下：首先分析了基于脉冲重复时间间隔（PRI）的雷达信号分选算法，在此基础之上，提出了一种改进的序列差值直方图算法。具体分析了累积差值直方图算法（CDIF）、序列差值直方图算法（SDIF）和PRI变换算法及其修正算法。结合序列差值直方图算法和修正PRI变换算法的优点，提出了一种改进的序列差值直方图算法。对改进序列差值直方图算法的仿真表明，它对PRI抖动较大的脉冲串依然能够取得较好的分选效果，同时运算速度相比修正PRI变换算法也有较大提高。其次分析了雷达信号多参数聚类分选算法，具体分析了多参数聚类分选算法和K均值聚类分选算法。针对多参数聚类分析算法和K均值聚类分选算法需要依靠先验信息才能取得较好的分选结果这个缺点，提出了一种自适应容限的雷达信号分选算法。对自适应容限的雷达信号聚类算法仿真结果表明，在没有先验信息的条件下，仍能取得较理想的分选结果。最后综合改进序列差值直方图算法、K均值聚类算法和脉内调制特征识别算法等多种信号分选算法，提出一种四级综合分选流程。介绍了时频域短时傅里叶变换法和小波变换法等线性脉内特征提取的方法。运用四级分选流程对仿真雷达信号和实测的雷达信号脉冲串进行分选，取得了满意的分选结果。