雷达信号分选一直都是电子战中的关键技术和研究热点。随着电磁环境日益复杂,雷达信号种类增多,雷达参数多变,信号流密度增大,会出现雷达脉冲密集,雷达参数接近,脉冲交叠,杂波干扰等现象,这些都会对雷达信号分选带来困难。本文从雷达信号分选这一电子侦察领域的迫切需求出发,对雷达信号预处理和主处理分别进行深入研究,主要研究内容概括如下:首先,针对不同雷达参数有相近或交叠的情况,提出了基于联合概率数据关联的雷达参数概率聚类模型,该模型将雷达参数从量测域变换到概率域,使得脉冲描述字(PDW)与不同雷达参数的误差变换为关联概率的大小。同时,当一个脉冲描述字同时落入几部不同雷达的参数门限时,通过关联概率更新雷达参数,实现了对同时关联上的雷达参数聚类中心的更新,避免杂波对聚类中心的影响,有效的提高了聚类中心值的准确性。其次,在雷达参数概率聚类模型的基础上进一步提出了多假设分析聚类算法,该算法是在多假设跟踪算法的基础上提出的,算法将关联到不同雷达的脉冲描述字的事件生成假设。同时对脉冲叠加情况作出合理的分析,利用脉冲叠加的一些特性,作出假设,利用雷达参数概率模型对生成的可能的雷达树参数进行更新,并且在一个假设生成后的N次参数更新后,对假设的真伪进行回溯决策,验证最合理假设,删除其它假设。仿真结果表明,算法进一步提高了聚类的正确匹配率。最后,对多假设分析聚类与序列差直方图(SDIF)改进算法联合分选进行研究。先对SDIF算法进行改进,提高其对抖动雷达信号的处理能力,抗杂波与干扰能力。再将雷达信号多假设分析与SDIF改进算法联合分选。经仿真验证,算法在雷达参数有交叠、存在脉冲叠加、有杂波干扰的电磁环境下,有良好的正确分选率。