随着现代战场雷达电磁环境的日益复杂,以载频、脉冲幅度、到达时间、脉冲宽度和到达角“五大参数”为核心的传统脉冲雷达信号分选方法已经不能满足战场需要,新的信号分选方法亟待研究。本课题从传统方法入手,研究传统算法的原理和缺陷,改进传统算法以适应当前的雷达信号环境;然后从脉内调制特征角度出发,更细微、更深刻地分析雷达信号,介绍基于脉内调制特征的各类信号分选方法,并针对性地对极具潜力的小波变换方法做详细研究,解决该方法应用于雷达信号分选时存在的问题,使其拥有更强的分选性能和更大的应用价值。论文主要研究内容分为四部分:1.研究了造成现在复杂电磁环境的主要原因,分析了雷达脉冲信号的各种特征参数,并对雷达信号分选系统和侦察系统做了相关介绍。从总体上阐述了雷达信号分选技术的研究方法和应用情况。2.研究了传统分选方法中的关键部分,基于脉冲重复间隔(PRI)的信号分选方法。着重分析了动态扩展关联法、直方图法和PRI变换法的相关原理,以及这些算法在应用中所存在的问题。进而提出了基于序列差值直方图法(SDIF)的改进算法。该方法通过引入交叠PRI箱思想、潜在PRI值预估法以及改进的序列检索方法,使得改进算法能够准确分选PRI抖动信号并保持较小的计算量。通过详细的仿真,验证了改进算法的准确性和可行性。3.从脉内调制特征角度对雷达信号分选方法进行研究。主要分析了脉内有意调制特征的提取方法和信号识别技术,以及脉内无意调制特征的提取方法。通过这两方面的研究分析,完整认知了现有的雷达信号分选技术,对雷达信号分选的前沿方法有了深刻的了解。4.提出了一种基于Morlet小波变换的自适应小波脊线提取算法以及有意调制类型识别方法。解决了小波变换应用于雷达信号分选时存在的小波参数选择困难的问题。该方法通过分析小波脊线算法,以迭代运算的成功与否作为反馈来调节Morlet小波的形状参数,使小波参数可以在各种信号情况下自适应地做出调整。仿真结果表明,该算法可以在同一初始参数设置下,准确地提取出各类信号的小波脊线,并且与传统算法相比新算法具有更高的检测概率和噪声抑制能力;经过调制类型识别算法识别后具备很高的识别成功率。