现代战争中,武器装备对无线电频谱的依赖程度越来越高,作战双方对频谱资源的争夺越来越激烈,认知电子战技术作为一种可提高对频谱资源的管控力度的新兴技术,已经成为了各国提高其军事能力的重要研究内容。在现代战场环境中,无线信号辐射源具有:用频设备类型复杂多样、频谱范围宽广、信号类型纷繁复杂、信号强度不一的特点,尤其是在强对抗条件下,这对认知电子战的认知能力提出了更高的要求。辐射源智能感知系统,是认知电子战系统的关键子系统之一,可实现对战场环境中无线信号辐射源态势信息的智能感知。面对多平台的作战需求,辐射源智能感知系统需要在低信噪比的情况下实现对超宽带无线信号的动态接收、宽带无线信号的频谱态势感知与辐射源的分类识别。本文针对无线信号辐射源智能感知系统的关键技术进行研究,主要完成工作以及创新有以下几点:(1)辐射源智能感知系统方案设计与建模分析为了解决复杂电磁环境中基于多平台的无线信号辐射源智能感知问题,本文提出了一种面向多平台的“集中-分布式”辐射源智能感知系统,并设计了系统方案与载荷方案,在此基础上分析了系统中载荷信号的数学模型。通过本文的研究,为面向多平台的辐射源智能感知系统的设计与实现提供了理论基础。(2)全频段无线信号接收策略设计为了解决辐射源智能感知系统中的全频段(20MHz-18GHz)无线信号接收问题,本文采用了将全频段无线信号划分为多个子带进行接收的接收方案,基于该方案设计了一种基于多组可调天线的超外差接收机,研究了接收机设计中的子带划分问题、天线组状态转移问题,并对全频段无线信号接收策略中的子带选择问题进行了重点研究。本文在建模分析的基础上,针对子带选择问题优化了基于折扣上置信度区间策略(OptimalDiscountUpperConfidenceBound,OD-UCB),研究了策略的最佳参数设计方法。通过本文的研究,可实现对全频段无线信号的高效动态接收。(3)宽带无线信号协作式频谱感知方法为了解决复杂电磁环境下辐射源智能感知系统面临的宽带无线信号频谱感知问题,本文在辐射源智能感知系统的基础上,提出了一种基于分簇的协作式频谱感知架构,该架构将宽带无线信号频谱感知问题分解为簇成员的本地宽带频谱感知问题与簇头的协作式频谱感知问题,本文在此基础上提出了基于多分辨率奇异谱熵的本地频谱感知算法和基于k/N融合规则的协作式频谱感知算法。通过本文的研究,可实现在低信噪比条件下对宽带无线信号协作式频谱感知。(4)小样本条件下辐射源分类与识别算法为了解决小样本条件下的辐射源分类与识别问题,本文提出了一种基于无线信号多域特征的随机森林分类识别算法,研究了辐射源无线信号在时频域特征值、经验模态分解后的信号熵特征值。本文利用多域特征值来弥补样本规模偏小带来的不利影响,实现了在小样本条件下,低信噪比环境中的辐射源分类与识别。