雷达信号的分选是电子情报侦察系统的重要组成部分。在当今日益复杂的电磁环境下,各类复杂的侦收场景与工程需求层出不穷,现有的分选技术面临着新的问题与挑战。本文针对复杂电磁环境下的雷达信号分选问题。分别研究了主瓣脉冲关联分选、辐射源个体聚类、实测数据分析与软件实现等问题。论文的主要工作如下:（1）针对实际的脉冲雷达信号分选中经常出现的大批量同型目标仅截获雷达主瓣脉冲,给准确分选带来很大难度的情况。提出了一种雷达主瓣脉冲关联分选方法,利用脉冲重复频率进行主瓣脉冲提取及关联聚类实现信号分选。以达到在脉冲丢失率较高的主瓣侦收场景下,较好地实现同脉冲重复间隔（Pulse Repetition Interval,PRI）辐射源信号的分选。（2）研究了基于脉内无意调制特征的脉冲雷达信号聚类问题。针对现有算法的局限性与雷达信号脉内无意调制特征的特点,提出了一种基于核密度估计的改进密度峰值聚类算法。该算法首先通过核密度估计最优带宽选择自适应截断距离,然后计算各点局部密度与相对距离的大小差异度,再用斜率的变化找出临界点,从而确定聚类中心。经仿真与实测数据验证,该算法有效地改善了传统密度峰值聚类算法（Density Peaks Clustering,DPC）的缺陷,可以更好地适用于雷达信号脉内无意调制特征的聚类分选。（3）进行了基于实测信号的雷达辐射源特征参量聚类实验。考查了不同特征参量与不同聚类算法的聚类性能,验证了本文提出的改进DPC聚类算法的有效性,探索了雷达辐射源特征参量聚类在工程应用中的可行性。（4）针对雷达辐射源个体分类识别的工程需求,设计并实现了雷达辐射源个体分类识别软件,在新目标学习、新目标识别、已有目标识别等方面实现了对雷达辐射源无意调制特征的自动处理,验证了本文所提出的改进DPC聚类算法在工程实践中的有效性。