低频辐射源识别是电子侦察范畴中一个重要的探讨课题,通过对采集到的辐射源发出的信号进行特征提取,进而根据已有信息确定辐射源的类别。因为构成辐射源的各类元器件之间存在差异,即使同型号的辐射源也并非完全相同,这些由硬件带来的差异会叠加在发射信号上。辐射源识别的目的在于提取信号中隐含的有区分度的各类杂散特征,选择合适的分类器来给出识别结果。本文的研究对象是同型号同工作模式下的辐射源,研究的主要内容如下:首先,设计D类功放及电源电路,并在消声水池中进行实验,采集课题所需的各类信号。其次,研究了基于时频分析的特征提取方法,计算EEMD时频瑞利熵特征以及结合EEMD与FFT的频谱特征,通过对白噪声和模拟海洋环境噪声下的信号分析,EEMD+FFT频谱特征比时频熵特征更稳定更有效。然后,研究了基于高阶统计量的特征提取方法,提取循环双谱切片矩阵的奇异值特征以及四阶累积量一维对角切片的谱图特征,各类信号分析结果表明,这两种特征都具有较好的可分性。最后,通过局部线性嵌入算法对高维特征进行降维,简化计算。在分类识别阶段,研究了支持向量机(SVM)和证据理论(DS理论),采用DS-SVM组合分类器,通过混淆矩阵构建基本概率分配函数。通过仿真信号和实测信号实验分析,该组合分类器获得了较好的识别效果。本文研究了低频辐射源的特征提取及分类识别方法,对解决个体识别问题有一定的应用价值。