雷达辐射源信号脉内特征识别是电子侦察技术领域的关键环节，其目的是对属于不同雷达辐射源的脉冲信号进行特征分析与判别。随着雷达技术的发展，新型体制雷达的不断涌现，雷达信号的调制方式更加灵活，信号参数更加多变，致使战场电磁环境变得越来越复杂，特别在电磁信号变得越来越密集的复杂情况下，安全、有效、快速、准确地识别出雷达信号的类型并做出合理的情况判断对电子战有着重要的意义，也将决定着未来战争的胜负。为此，本文对复杂电磁环境下的雷达辐射源信号特征参数提取及其性能分析进行探索，对复杂体制雷达辐射源信号分选识别的相关理论问题展开深入讨论与研究，其主要工作和研究成果如下：雷达辐射源识别的关键是雷达信号的特征参数提取。目前，国内外在此方面已经有很多相关的理论成果，其中主要包括：瞬时自相关法、小波变换法、模糊函数脊特征法、小波包和熵特征法等，这些识别方法从不同的角度、不同的层面对提高复杂体制雷达信号识别质量进行探索与研究。在信噪比SNR5dB的情况下，其识别的准确率可达到99%以上，而在低于5dB信噪比情况下，其中的大部分方法识别准确率会出现严重下降。模糊函数脊特征方法利用分数阶傅立叶变换理论，将信号的识别域扩展到分数域，通过提取信号主脊切面矩特征识别参数，可有效克服噪声的影响，在信噪比SNR2dB的情况下，仍能稳定达到80%的识别率；但在低于2dB的情况下，上述现有的识别方法将会失效。本课题对模糊函数脊特征提取技术进行了深入研究，进一步提出了模糊函数主脊切面相像系数、Holder系数及云模型相似度等三种新的雷达信号脉内特征参数提取方法；并且针对主脊切面在低信噪比情况下，受噪声影响切面形状变化较大的问题，分别采用了奇异值分解（SVD）和经验模态分解（EMD）两种去噪技术，降低切面包络曲线中的噪声干扰。仿真分析表明，经过去噪处理的主脊切面整体形状保持良好，所提取的三种特征参数在多类信号识别中表现出很好的类间分离度和类内聚集性，可以作为新的有效识别特征。本论文将新的识别特征与原有的主脊切面矩特征进行多域融合，构建新的多维识别特征向量空间，并采用模糊核C-均值聚类算法分别对传统脉内特征信号识别方法与本文提出的识别方法进行了聚类比较和数据分析。仿真实验结果表明，本论文方法突破了现有雷达脉内信号识别方法的2dB识别极限，在信噪比为0dB时仍能达到90%以上的识别准确率。