雷达信号分选是电子侦察系统的核心,也是电子对抗中的关键技术。随着雷达在现代战争中的广泛使用,电磁环境中脉冲密度急剧上升;同时为了应对对方的电子侦察,现代雷达的工作模式也日益多样化。复杂电磁环境下多模式雷达分选算法成为一个亟待解决的问题。在复杂电磁环境中,现有的雷达分选算法面临的最大挑战是“增批”和“漏批”现象。当电磁环境中多个雷达的调制参数相近或者相同,现有分选算法容易将其分选成一个雷达,造成分选结果中出现“漏批”。同时,现代雷达调制方式复杂,调制参数通常会在一个区间内进行变化,同一雷达可能会被分选成多个雷达,即出现“增批”。本文通过引入雷达脉间相关性指标和雷达射频指纹技术对现有的雷达分选算法进行改进,减少了雷达分选中“增批”、“漏批”现象。为了实现雷达分选的实时性,本文还研究了雷达脉冲流切割算法和切割后脉冲流分选结果的合并算法。本文的主要工作如下:1.分析了基于修正PRI变换的分选算法在多模式雷达场景下存在的问题,提出了脉冲序列纯净率和重叠率的概念,在现有的分选流程中增加了”增批”和“漏批”检测消除模块,改进后的算法在10个未知雷达共存的场景中脉冲分选准确率达到88%。2.研究了BPSK、QPSK、FSK、LFM等多种脉内调制雷达信号的射频指纹特征,提出了基于差分星座轨迹图、瞬态阶段原始AD数据与稳态阶段脉内参数结合等雷达指纹特征提取方法。3.使用雷达射频指纹特征取代原有PDW五元特征,在已知雷达分选中使用CNN分类算法进行改进,在未知雷达分选中使用DBSCAN聚类算法进行改进,利用指纹特征改进后的算法在多个雷达调制参数发生重叠的场景下脉冲分选准确率达到96.8%。4.基于最大后验概率准则,提出了一种雷达参数序贯更新算法,通过将当前观察窗内雷达模式的后验概率与已有测量结果的后验概率进行累加,实现了分选准确率随观察时间的增加而升高,最终接近批处理的准确率。5.结合改进后的雷达分选算法和雷达参数序贯更新算法,设计了一套针对复杂电磁环境的雷达在线分选处理框架,通过实验证明该分选框架的实时性和准确性。