现代战场上无线电引信面临的电磁环境日益复杂，尤其是高功率微波武器形成的能量型干扰波形，对其战场生存能力产生了巨大威胁，而超宽带(UWB)电磁脉冲作为高功率微波武器中的“头号杀手”，已引起广泛的重视和研究。它对引信的作用是一个综合因素，与其脉宽、重频、峰值功率等参数有直接关系。能够有效地识别和提取UWB效应数据的相关参数，并以此获取各参数与引信失效的关系是无线电引信超宽带电磁环境效应评估的关键一步。国内外相关机构已经开展了许多超宽带电磁效应实验研究，也获得了大量的相关效应数据，但由于UWB信号自身多参量的特征，决定了电磁效应数据的高维复杂无规律性，目前尚无成熟的技术和方法可以很好的对效应数据进行分析和处理，基于此本文提出了聚类的数据分析算法。本文所做的主要工作如下：首先，在传统电磁效应数据分析的基础上，针对传统方法存在的问题和不足，并结合超宽带电磁效应数据自身的特点提出了聚类的数据分析算法。其次，详细介绍了聚类分析算法的相关理论，明确了聚类的通用流程，重点介绍了两类经典的模糊聚类算法：K均值聚类算法和模糊C均值(FCM)聚类算法，并通过两类算法的性能对比明晰了本文选用模糊C均值来处理电磁效应数据的原因。最后，用模糊C均值聚类算法对某型号无线电引信的超宽带电磁效应数据进行了仿真验证，其中FCM算法在二维空间实现了效应数据两两参数的识别和分类，KFCM算法对FCM的仿真结果做了进一步验证，同时在三维空间实现了效应数据的有效分类。通过仿真获得了UWB电磁脉冲的主要参数对该型号无线电引信造成损伤的最佳干扰阈值，也就是超宽带的最佳干扰波形，实验结果证明了聚类算法的有效性，此外本文的研究结果为无线电引信超宽带电磁效应的评估和探究无线电引信失效模式提供了技术支撑。