雷达信号分选是将截获到的多个混合在一起的雷达脉冲信号分选至同一辐射源类别之中。随着电磁环境的不断复杂化,大量的辐射源信号导致的脉冲混叠、参数之间高相关度、调制方式复杂多样,传统的依赖几种常规信号参数进行分选的方法已经逐渐变得不能适应当前情况。本文主要研究一种基于独立分量分析的雷达信号分选方法,其优势在于只需要信源之间是统计独立的,就可以将分属不同信源的信号分选出来。本文所做的主要工作有:研究了传统的信号分选方法,分析了传统算法在现代复杂电磁环境下,存在的局限性以及其存在局限性的原因。分析了盲源分离算法,以及其能够适用于信号分选的原因和原理,并将基于负熵的快速独立分量分析算法引入信号分选。先将截获信号做归一化和白化预处理,然后用独立分量分析进行分离,对分离出的信号估计参数并将不同时间段参数相同的进行归类,达到分选目的。经过仿真实验证实,这种分选方法具有良好性能。同时,将快速独立分量分析分选算法与传统分选算法做对比,从各个方面证实了快速独立分量分析分选算法的优势。多通道接收机并不一定能够满足信号接收通道大于信源数的理想正定问题。本文也提出了在单通道情况下,将经验模式分解与独立分量分析相结合并应用于信号分选的方法。先用经验模式分解算法将多域混合的接收信号分解成多个本征模函数,然后将其筛选后构造多通道进行独立分量分析,对未知混合信号进行分选。经过仿真验证,这种方法拥有较好的分选效果。