在通信对抗和电子侦察领域，低频辐射源的识别是一个重要的研究课题。即使已知辐射源型号以及发射信号类型，也很难实现信号的完全复制。这是因为构成辐射源的各类元器件之间不可避免地存在着差异。本文研究了低频辐射源的特征提取及分类识别方法，对这一领域进行了有益探索。主要研究内容如下：
　　首先，寻找一个有效的信号处理方法，只有在找到可靠信号处理方法的基础上才能提取到稳定并且具有区分度和辨识度的特征。本文主要研究了局部均值分解(Local Mean Decomposition, LMD)和变分模态分解(Variational Mode Decomposition, VMD)两种时频分析方法，并对分解效果进行了对比，在分解步骤后提取边际谱，结合线性调频Z变换（ Chirp Z Transform, CZT)，在不增大抽样点数和运算量的情况下，极大地提高了频率分辨率，实现频谱细化。
　　其次，研究了基于时频分析的特征提取方法，在经过细化的边际谱基础上，计算香农熵和指数熵以及信号的关联维数特征，分别对仿真信号和实测信号进行分析，分析结果表明这三种特征结合之后可以实现较好的可分性。
　　然后，研究了双谱特征的提取，引入图谱理论，提出了利用二维图傅里叶变换把信号从高阶谱域映射到特征值域，并在此基础上提取谱亮度、谱平坦度和谱滚降度等谱特征的方法。除了基础的图傅里叶变换，采用节点间欧氏距离取对数的方法对变换中的权值进行调整。对于集中在低阶次区域的双谱，使用权值全新定义的图傅里叶变换可以突出低阶次区域的差异。仿真和实测信号的分析结果表明，该方法提高了谱特征的有效性。
　　最后的分类识别阶段，分别使用核函数为径向基（Radial Basis Function，RBF）的支持向量机(Support Vector Machine，SVM)和贝叶斯分类器，在不同信噪比下对上文中提取到的特征进行分类识别，并且将两个分类器的分类效果进行对比，结果表明改进的组合特征提取方法可以实现对辐射源的有效区分。