在如今复杂多变的现代电子战对抗环境下,雷达辐射源信号识别既是电子侦察的目的,又是判断敌方武器威胁的依据,成为电子情报侦察(ELINT)、电子支援侦察(ESM)和雷达威胁告警(RWR)系统中的关键处理过程,在雷达对抗过程、乃至整个电子战中都具有十分重要的地位和作用。本文对复杂体制雷达辐射源信号的智能分类识别问题进行了探索性研究：第一部分,特征提取。从雷达辐射源信号的脉内调制分析入手,介绍讨论了时频分析方法和小波分析方法在脉内特征提取方面的应用,提出了改进的瞬时频率特征向量提取算法,并对相关技术方法做了仿真。第二部分,智能识别。介绍两大类分类识别方法,无监督的聚类识别和有监督的支持向量机(SVM)分类识别,分别应用上述两方法对特征向量进行智能识别,仿真实验结果表明,在较低的信噪比情况下也能取得较好的分类识别效果,且SVM分类识别在小样本条件下仍能取得好的效果。