雷达辐射源信号分选是将截获的交错脉冲信号进行分组的过程,使得同组中的脉冲信号来自于同一部雷达辐射源。它是雷达电子支援侦察(ESM)和电子情报侦察(ELINT)应用中的重要组成部分,直接影响着电子侦察设备性能的发挥并关系到战争的后续作战决策。目前传统的分选方法主要采用到达时间(TOA),载波频率(RF),脉冲宽度(PW),脉冲幅度(PA)以及到达方向(DOA)五个参数实现脉冲列的去交错。这在只有常规体制雷达且辐射源数量不多的情况下确可取得满意的效果。但随着现代电子对抗的日益激烈,电磁环境的信号密度日趋密集和复杂新体制雷达不断出现,从而造成了脉冲大量的丢失以及信号参数空间的严重交叠,破坏了分选所利用的信号规律性,导致了基于脉间五参数的分选算法已难以获得令人满意的分选效果。近年来,随着数字信号处理技术(DSP)和大规模集成电路(VLSI)的发展,数字中频接收机能够获取全部的雷达特征信息,利用脉内特征参数进行脉冲去交错处理是另外一种有望提高分选性能的方法。为此,本文针对截获的未知雷达脉冲信号,在传统分选性能急剧下降,甚至完全失效的情形下,从雷达辐射源信号的有意和无意调制特征提取与性能分析、雷达辐射源信号的分类数目估计和聚类分选算法三个方面对基于脉内特征的雷达辐射源信号分选相关理论问题展开讨论和研究,主要工作和研究成果如下：1.为研究复杂雷达辐射源信号脉内调制特性,提出符号化时间序列特征、频谱小波变换特征和差分自相关包络特征提取算法,以便提取和补充新的,适合于工程应用的有效分选特征向量(DFV)。雷达辐射源信号在频域分布紧凑,不同调制信号的频谱明显易分辨。针对这一特点,提出一种对雷达辐射源信号频谱进行符号化分析的脉内特征提取方法,该方法能够快速有效的提取定量信息。将符号化过程中反映信号自相关特征的采样时延和反映信号调制规律特性的符号熵作为脉内特征。通过对7种雷达信号的仿真实验和数据分析表明,所提取的特征具有良好的抗噪性和可聚类性。同时算法计算简单快捷,能够简化分类器设计。雷达辐射源信号在传播和处理过程中易受到噪声干扰,信噪比变化很大。本文在小波域滤波算法的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效的提取定量信息。将小波变换后低频逼近小波系数的能量分布熵与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验分析表明：提取的样本特征在0dB下具有很好的抗噪性和可聚类性,证实了本文方法的有效性。在统计自相关函数的基础上提出一种对雷达辐射源信号进行脉内特征提取的方法。该方法首先利用一阶差分来突出信号的调制特征；然后将差分的结果通过自相关计算来抑制噪声的影响,提取不同时延下自相关函数的包络特征；最后,根据提出的基于距离的可分性判据对包络进行特征选择,得到最能表征信号调制特征的二维或三维特征向量。通过对6种典型辐射源信号的特征提取和分类仿真实验分析表明：提取的特征在低信噪比(-5～0)下仍具有较好的抗噪性和可聚类性。2.特定辐射源识别(SEI)技术研究立足于从截获的辐射源信号中提取细微且稳健的特征,这些特征是由特定辐射源个体所决定的指纹信息。雷达辐射源信号因无法避免的雷达发射机相位噪声影响而具有无意调制个体特征。文中采用围线积分双谱提取由振荡器相位噪声所造成的无意调制个体特征,并将围线积分双谱的均值、波形熵和双谱熵作为量化特征衡量不同雷达辐射源之间的个体差异。仿真实验表明,提取的量化特征在一定的信噪比环境下较好地体现辐射源之间的个体差异性,并且能够实现辐射源个体的分类识别。由于脉冲包络的形状变化信息能够提供不同源的个体特征并有助于信号的分选识别,文中提出一种基于主成分分析的辐射源个数估计算法。这种方法通过对接收到的脉冲信号包络进行主成分分析提取其相关矩阵的特征值,利用特征值构造的信息论准则估计雷达辐射源信号的个数。最后通过计算机仿真实验和对比已有的其它信息论准则验证了本文方法的可行性和有效性3.针对雷达辐射源信号特征分布形式复杂、类边界归并突出的问题,提出一种基于灰关联测度的聚类分选模型,并对其中涉及的各种相关理论问题展开详细而专门的讨论。在该模型中,提出了一种基于灰关联测度的分裂式层次聚类算法。该算法利用灰关联测度来衡量数据对象之间的相似程度,采用自顶向下基于密度扩展的分裂式层次化聚类策略,生成不同层次的数据集划分,然后根据提出的聚类有效性指标衡量不同聚类划分的质量；将有效性指标曲线极值点所对应的聚类划分用于估计最佳聚类数目。在实际数据和人工合成数据集上的实验表明,该算法能够获得较好的聚类结果,并且能够识别任意形状的簇。考虑辐射源数量、截获的脉冲数量、脉冲丢失率以及环境信噪比等多种因素,论文研究了基于灰关联测度的聚类分选模型在提取的脉内特征以及不同特征组合数据集上的分选性能。实验结果表明聚类分选算法对复杂体制雷达辐射源信号具有良好的分选效果,且对不同因素的影响表现较好的稳健性,为探索有效特征向量提供了参考依据。