随着时代的信息化发展,辐射源个体识别逐渐成为通信领域中一个重要的研究课题。此技术在电子战争、军事通信、频段保护、恶意设备鉴别和网络安全等多个领域具有重要的意义,虽然其在军用与民用领域都已获得了丰富的应用成果,但仍面临着一些亟需解决的困难。实现个体间的识别的依据是辐射源信号指纹,即辐射源个体内部硬件的差异体现在其发射信号上的细微特征,具有普遍性和判别性。通过信号获得细微特征的过程叫做辐射源个体的特征提取,它是个体识别中的重点和难点,随着电子元件生产工艺的不断改进,辐射源个体间的差异将越来越难以分辨,同时在复杂的电磁环境下,信号采集也面临较大挑战,辐射源信号特征提取技术的研究刻不容缓。本文从复杂电磁环境下辐射源信号采集的实际问题出发,研究小样本、碎片化的辐射源信号特征提取技术,主要的工作如下:首先分析了辐射源信号指纹特征提取及个体识别研究的背景以及所面临的挑战,讨论了几种基于实际信号的非平稳特性的特征提取方法。以基于双谱的特征提取方法为例分析了传统方法在数据不完整且碎片化的小数据量情况下的性能,说明传统特征提取方法具有一定局限性。然后研究了非线性系统的特性与混沌理论的关系,结合辐射源个体差异来自于辐射源内部器件的非线性的特点,论证基于混沌理论的特征提取方法作为研究非线性时间序列特征提取重要手段的可行性,并对非线性系统的特征即相空间中体现非线性系统特征的参数做了详细的阐述。最后设计了基于相空间重构的特征提取方案,在实验中验证了信号的非线性特性对辐射源个体固有特点的表征效果,并通过实测辐射源数据对本文提出的特征提取方案进行了验证,同时在数据不完整且碎片化的小数据量情况下的进行了特征提取实验,结果表明此方案较传统方法有明显的优越性。采取本文设计的特征提取方案对六部手机设备进行个体识别,个体正确识别率最高达到98%。在小样本、碎片化的信号数据下,本方案将数据进行片段拼接后进行特征提取,不同的碎片化程度下均可以正确识别个体90%以上的样本,其识别效果在相同数据条件下双谱特征50%-60%识别效果基础上提升了30%左右。