随着移动通信设备和物联网技术的发展,无线网络由于其开放性容易受到恶意攻击,无线通信设备的射频指纹识别机制成为一种能有效识别设备的新型安全机制。本文以功率放大器射频指纹识别为例,针对射频指纹特征存在较高特征维度且特征之间的信息可能不相关或存在冗余的问题,重点研究了射频指纹特征选择与降维方法。首先,研究了射频指纹特征提取与识别基本理论。设计了功率放大器射频指纹特征提取与识别的基本模型,分别完成了功率放大器的信号采集、测试、协方差分布特征提取和K近邻法分类四个部分,验证了本文研究的八个放大器本身存在细微差异且协方差分布特征提取方法是一种有效的特征提取方法。其次,研究了射频指纹特征选择方法。在对RELIEF-F方法、F Score方法和Laplacian Score方法研究的基础上,根据特征选择方法集成原理提出基于这三种方法的集成特征选择方法,并利用斯皮尔曼相关系数评价特征稳定性。仿真结果表明,本文提出的集成特征选择方法在仅用较少的特征的情况下就能达到较好的分类效果,其分类正确率在大多数信噪比下比集成之前的三种方法要高,且集成特征选择方法的稳定性更好。最后,研究了射频指纹降维方法。在对主成分分析、线性判别分析和自编码器研究的基础上,研究了主成分分析-线性判别分析方法,并利用距离比准则评价特征可分性。仿真结果表明主成分分析-线性判别分析方法的分类正确率在大多数信噪比下优于主成分分析方法、线性判别分析方法和自编码器方法,且主成分分析-线性判别分析方法的特征可分性更强。