雷达辐射源的个体识别是为了适应雷达新技术和日益复杂的电磁环境需发展起来的,是电子对抗领域的重点发展方向。无意调制特征的提取是个体识别系统中的关键技术之一。不同于信号的基本特征,无意调制特征来源于发射机内部器件尤其是功率放大器的非线性特性,它具有唯一性、普遍性、独立性、可测性等特点。本文围绕雷达辐射源的无意调制特征提取展开研究,从发射机无意调制特性的机理入手,研究了三种无意调制特征的提取算法。论文的主要工作包括:1.研究了发射机的非线性调制特性,分析了无意调制特征产生的机理。针对功率放大器是无意调制的主要来源,详细分析了其对辐射源信号时域和频域的影响,并建立了数学模型,作为后续章节研究的基础。2.针对个体特征抗干扰能力及区分度差等问题,研究了基于模糊函数和小波变换的无意调制特征提取算法。利用模糊函数将辐射源信号变换到时延-频偏二维平面,提取信号的斜切片特征并通过小波变换获得这种特征的小波系数,采用改进的Fisher线性判别进行特征降维以得到有区分度的个体特征。仿真和实测数据结果验证了所研究算法的有效性。3.针对高阶统计量具有抑制噪声、保留信号相位等特点,研究了基于高阶统计量特征的无意调制特征提取算法。通过双谱变换提取最大谱峰的峰值和相位、幅度和相位垂直切片积分谱的均值特征并提取了信号的偏度和峭度特征,仿真和实测数据结果验证了所研究算法的有效性。4.针对时间序列是高维动力系统在一维空间映射的观点,研究了基于相空间和GMM(Gaussian mixture model:混合高斯模型)的无意调制特征提取算法。在重构辐射源信号相空间的基础上,提取相空间的质心特征,以此为对象建立GMM模型并计算对应的似然值进行分类识别。仿真和实测数据结果验证了所研究算法的有效性。同时,对比分析了本文所提三种算法在不同信噪比下的识别性能。