随着现代雷达技术的迅速发展和信号调制技术的日益提高，电磁环境变得日益复杂：空间中存在的电磁信号除了雷达发射的脉冲信号之外还存在大量杂波、噪声等其他干扰信号；低截获概率雷达的迅速发展使得侦察设备在捕获脉冲时存在大量丢失；世界各国各行业对雷达的大量应用使得空间中电磁信号的分布高度密集；新体制雷达的广泛使用使得雷达发射的脉冲信号占用的带宽持续扩大；空间中各种类型的脉冲信号之间的参数存在交错现象。电磁环境复杂性的增加使得雷达信号分选的挑战不断增大，分选变得愈加困难。如何从复杂的电磁环境中分选识别出敌方雷达信号，本文对下述几个方面做了研究：
　　(1)详细分析了信号分选所处空间中复杂的电磁环境，探讨了愈加复杂密集的电磁环境对分选领域产生的影响。介绍了进行雷达信号分选所用到的参数和描述雷达信号的脉冲描述字PDW，并分析了固定PRI、抖动PRI、脉间参差PRI、脉组参差PRI和滑变PRI等常见信号的脉冲重复周期特性，在此基础上介绍了信号分选的常规处理流程，包括预分选与主分选。
　　(2)为模拟复杂的电磁环境，仿真实验设计了十部不同类型的雷达混合在一起，充分考虑了多个雷达信号样式并发程度、脉冲混叠程度、低截获概率情况以及噪声干扰，仿真信号的复杂度远远超过侦察设备通常采集的实际数据情况。
　　(3)未知辐射源分选在现代战争中起到非常重要的作用，在电磁空间中截获敌方雷达的脉冲信号并对其进行去干扰和解交织，从而得到敌方雷达的设备参数和工作特征，为电子战提供实时支援和可靠情报，减少人员伤亡，甚至决定战争的胜负。但是随着雷达技术的发展，雷达体制愈加复杂化与多样化，战场武器装备也向信息化发展，使得雷达对抗系统所面临的电磁信号环境越来越复杂，常规的分选算法已无法适用愈加复杂的电磁环境，开展新的未知辐射源分选算法已迫在眉睫。本文提出了一种新的针对未知辐射源的分选方法，先对待分选脉冲进行数据清洗，然后用载频、脉宽和到达角对其进行分类，对每个分类结果进行PRI分析，最后判断每个聚类的PRI分析结果能否进行融合形成新的辐射源。在仿真数据上该算法的分选准确率为97.9%，完全可以满足实际需求。
　　(4)由于针对未知辐射源的雷达信号分选方法在处理大量脉冲数据时由于计算资源有限，需要对脉冲文件进行切分，从而导致增批问题，并且未知分选无法有效利用已知库的先验雷达知识，本文提出了一种基于已知库的分选以及一种融合未知辐射源和已知库的分选算法。即先利用已知库的知识对输入脉冲序列进行信号稀释，从输入脉冲序列中识别出该辐射源发射的脉冲信号并将其保存下来，然后对稀释后剩余的信号进行未知辐射源源分选。在仿真数据上对该算法进行实验，已知库分选的准确率高达99.52%，且融合后的新算法在能有效解决常规分选无法解决的增批问题的基础上，仍能有效提高分选速率及准确率。