如何通过截获的辐射源信号判断敌方辐射源发射机的特征信息是电子对抗的重要课题之一。针对个体雷达辐射源识别问题,本文对个体雷达辐射源信号的细微特征提取方法进行了深入的研究。通过分析雷达发射机细微特征产生的机理,针对雷达辐射源细微特征提取时特征向量选取困难的问题,从时域、频域、变换域三个方面就细微特征提取方法进行研究与实现。论文主要完成内容及研究成果如下:1、总结了辐射源细微特征提取方法的研究现状,分析了辐射源个体产生细微特征的原因,并对辐射源振荡器的相位噪声做了详细的阐述,并依此构建了个体辐射源信号的理论模型。2、针对常规的辐射源细微特征提取方法进行研究与实现,包括时域的包络提取法提取信号的上包络作为个体辐射源的细微特征、频域的修正后Rife算法提取频率偏移作为个体辐射源的细微特征、变换域的EMD时频重构特征经过SVD分解对数变换后的奇异向量值作为个体辐射源的细微特征,通过分类实验验证了这些特征提取方法的可靠性。3、提出了基于双谱分析的多维特征提取方法,综合利用双谱对角切片的盒维数、信息维数、LZ复杂度,围线积分双谱的波形熵和能量熵构建多维特征向量,并通过仿真实验针对同一份雷达辐射源数据进行分类验证,与之前的时域、频域、变换域的特征提取方法相比,分类效果得到提升,充分说明了基于双谱分析的多维特征提取方法具有更好的性能。4、提出了基于深度信念网络的特征提取方法,把采样得到的辐射源信号稀疏化后送入深度信念网络,通过网络训练学习得到最后一层节点值直接作为辐射源个体信号的细微特征,将该方法应用于不同的辐射源数据集,并做了仿真实验表明此细微特征提取方法的有效性和良好的分类识别性能。