针对当前无人机“黑飞”事件日益增多,规范无人机安全有序地飞行引起了各个地方的重视,对无人机遥控端个体进行识别,成为了规范无人机飞行中重要的一环。由于无人机遥控端个体间信号差异细微,传统的识别方法不再适用,需要依据无人机遥控信号特征,研究无人机遥控端个体识别方法。本文从理论和实验两个方向开展无人机遥控端个体识别的研究,构建了无人机信号发射器模型、研究了无人机信号指纹形成机理、通过采集无人机的遥控信号提取了无人机遥控信号不同指纹特征参数、通过实验分析四种信号指纹参数在不同信噪比下对无人机遥控端个体识别的影响,最后开发了一套无人机遥控端识别系统,并在真实环境下对识别效果进行了验证,本文的主要研究结果如下:（1）通过构建的无人机信号发射器模型,本文探讨了无人机信号指纹特征的形成机理。由于无人机信号发射器中元器件的差异,导致了无人机信号间中存在着不可避免差异,具体表现在相位噪声、载频偏差和功率放大电路的非线性,而这种设备间的差异就是无人机信号指纹产生的原因。（2）针对无人机遥控端传输信号的特点,提出四种无人机信号指纹提取方法:暂稳态特征融合方法,拟合暂态信号的幅值曲线,提取稳态信号的瞬时频率;星座图特征法,得到遥控信号的星座图,再通过K-means聚类算法,得到两个聚类中心点坐标;双谱特征法,估计得到无人机遥控信号的双谱值,再通过矩形积分双谱估计将得到的双谱值降维为一维向量;EWT经验小波变换的方法,通过经验小波变换将无人机遥控信号分解为一系列的滤波分量。（3）搭建了无人机遥控端识别实验平台,用于验证四种无人机信号指纹提取方法在不同信噪比下的识别效果。实验结果为:采用提取暂稳态信号特征融合方法,在信噪比10d B时对2个大疆遥控端个体有90%以上的识别正确率;采用提取信号星座图特征方法,在信噪比10d B时对4个SKY型遥控端个体有95%以上的识别正确率;采用提取信号双谱特征方法,在信噪比0d B时对4个SKY型遥控端个体,取得95%以上的识别正确率;最后采用提取信号EWT特征的方法,在信噪比8d B时对4个SKY型遥控端个体,取得95%以上的识别正确率。（4）开发了一套实时识别无人机遥控端系统。系统采用USRP B210作为无线信号采集设备,通过提取信号星座图特征,对4个SKY型无人机遥控端进行实时识别。系统在5m至50m不同距离对无人机遥控端个体进行识别,在识别距离为5m处,对4个无人机遥控端个体取得近乎100%的识别正确率,但随着距离增加识别率会有所下降。