辐射源信号分选是电子情报侦察(ELINT)、电子支援侦察(ESM)和雷达威胁告警(RWR)系统中的关键处理过程，也是电子干扰的前提和基础。随着现代电子战的激烈对抗，复杂体制雷达迅速增加并逐渐占居主导地位，复杂多变的信号形式大大弱化并逐渐使传统分选方法失去其有效性。雷达信号分选已面临前所未有的挑战。本文针对目前信号分选存在的问题，进行了研究，主要研究工作如下：1雷达信号参数的测量是信号分选的基础，本文针对目前时间参数测量误差的产生原因，提出了提高时间量化精度的方法，并设计实验电路板验证了该方法的有效性。2从雷达工作的目的出发，分析了雷达信号各参数的变化特点，引入了脉内参数参与分选。3提出了基于二次聚类和多假设脉冲类合并的未知雷达信号分选算法，综合利用雷达信号的多维分量进行分选，避免了传统算法完全依靠PRI不变或具有重复变化规律这一情况。同时特征提取和多假设脉冲类合并更加强调对不同体制的雷达本身特点的把握，并开始从雷达的工作目的对各参数变化的要求着手来设计信号分选算法，有利于解决目前信号分选所存在的问题。4提出了分选已知雷达信号的新算法，用数据融合技术处理卡尔曼跟踪、模糊模式识别等算法的分选结果，解决了单一分选算法面对多个复杂体制的雷达或单个分选算法在不同的环境下，存在分选结果的模糊性甚至无法正确分选的问题，提高了已知雷达信号分选的正确率，从而大大减小了未知雷达信号分选要处理的脉冲流量。