随着雷达技术的不断发展，各种雷达信号越来越复杂，传统的五参数已经不能满足雷达信号的识别，新型复杂体制雷达辐射源信号已占据主导地位，同时电磁环境信号密度日益密集，对此需要更有效的识别特征。时频分析是一种新兴的有效的非平稳信号处理方法，能从时域和频域两个维度反映信号能量的变化分布情况。本文利用时频分析方法针对复杂调制雷达信号，分别提取其时频分布熵特征和瞬时频率级联特征，完成对雷达辐射源信号的识别。在众多时频分析方法中采用一种时频分布性能更好的核分布对信号进行时频分析，在此基础上提取雷达信号时频分布的熵特征，作为信号识别特征，最后采用支持向量机分类器完成对典型六种雷达信号的识别，表明熵特征的有效性。同时联合核分布的时频分析方法提取识别特征对平均识别率有2%的改善。采用一种基于时频分布峰值检测的IF估计方法，并依此提取基于IF的级联特征，构成特征向量，作为对雷达信号的识别特征，在对特征参数优化选择和排列后重新构建层次决策树，完成对不同调制方式雷达信号的分类识别。联合基于时频分布峰值的IF估计法，采用此特征向量构建的层次决策模式在3~21dB下雷达信号最低识别率有5%的提高；采用本文提出的两级IF序列前后点均值与中心值差值的特征对瞬时频率图是中心对称图形的NFLM类信号与LFM信号进行了有效识别。