雷达信号分选是电子对抗设备的重要组成部分，所以国内国外对于这方面技术的研究层出不穷，各国的高度重视充分说明其在电子对抗战中的关键作用。随着现代电子战的越发激烈，各种电子对抗设备数目急剧增加，电磁威胁环境的信号密度已高达百万量级，信号环境高度密集，同时雷达的信号形式也趋于复杂化，如采用脉间波形变换技术，使电子对抗设备的成功概率受到极大影响，这一切导致传统分选方法无法进行有效的分选。为了得到能够适应现代复杂的信号环境的脉冲去交错技术，本文对信号分选的相关技术进行深入的理论研究，并通过计算机仿真验证其有效性。本文首先分析了雷达信号分选面临的复杂电磁环境，介绍了几种常用的信号分选技术，然后深入研究了盲源分离算法及其基本理论，并用于雷达信号分选。盲源分离技术只需通过观测的混合信号来恢复原始信号，能够很好的解决复杂环境下的雷达信号分选，并对同时到达信号的处理有明显优势。文中主要对FASTICA算法、最大信噪比盲分离算法、JADE算法以及盲分离开关算法的基本原理和实现方式进行研究，并针对原开关算法对于混合源信号较多时分离性能较差改进算法，放宽激活函数的选择，利用峭度值自适应学习激活函数，并对每次迭代得到的峭度值进行加权平均以达到提高盲源分离性能的目的。为了提高分选性能，弥补经典参数无法描述信号脉内调制特征的不足，本文对雷达信号脉内调制特征进行了理论研究，并提取脉内特征参数作为雷达信号分选识别参数，减少多维参数空间交叠概率，提高分选识别概率。主要研究内容包括利用自相关法提取不同调制信号的瞬时频率，然后对得到的序列做进一步二次特征提取，用来补充分选参数。另一方面研究了分数阶傅里叶变换(FRFT)，对不同调制信号进行阶数p从0到4的FRFT变换，得到幅值v随阶数p的变化曲线，通过提取峰度、峰值等曲线分布特征参数进行聚类并通过计算机仿真验证了提取的特征参数对于分选识别的有效性。