辐射源信号分选是现代电子战中电子侦察的关键技术。辐射源信号分选是指将侦收到的电磁信号按照所属的辐射源进行分类。目前通常利用信号特征参数来实现辐射源信号分选,但事实上来自不同辐射源的电磁信号所含的信道特征同样具有较大差异。本文研究基于信道特征差异的辐射源智能分选方法,该方法分为两步:首先对电磁信号的信道特征进行提取,然后利用聚类技术对提取到的信道特征进行聚类从而实现辐射源信号的分选。针对本文提出的新思路,本文的主要研究内容分为两部分:一是精确提取信道特征的方法,二是研究聚类技术,将提取到的信道冲击响应作为对象开展对聚类算法的研究。针对上述研究内容,本文的主要研究工作如下:1.基于信道特征差异的辐射源智能分选技术方案概述。针对传统方法的不足,提出了基于信道特征差异实现辐射源智能分选的处理新流程。对研究问题进行了详细的阐述,建立了问题的模型,分析了研究内容中的关键问题和技术难点。提出了基于信道特征差异实现辐射源智能分选的总体方案。2.基于截获信号的信道冲击响应盲估计。本文研究的盲信道估计问题有两大难点:一是没有训练序列,二是不知晓包含信号样式、码等任何先验信息。本文通过对盲信道估计技术的研究,选定了一种盲均衡算法,能够在非合作接收条件下实现信道均衡。在此基础上,研究了一种基于盲均衡算法的信道特征提取方案。该方案在仿真实验中和实测试验下均能有效提取出信道冲击响应。当信噪比在10d B以上时,该方案提取的信道冲击响应达到了较高的准确率。3.基于信道冲击响应的辐射源聚类分析。研究了目前常用的几类聚类算法的工作原理、适用条件和优缺点。基于本设计的目标需求和信道冲击响应数据集的特点,选择了DBSCAN、BSAS两种聚类算法来进行辐射源信号的分选。这两种算法均在仿真实验中取得了较高的分选正确率。后续结合仿真实验结果讨论了两种算法的分选效果、优缺点以及参数选择对分选结果的影响。4.基于实测系统的辐射源智能分选试验验证。本文基于Yun SDR平台设计了实测试验,在此基础上,提出了一种基于实测系统的辐射源智能分选方案。通过实测试验,验证了该方案的有效性。该方案在已测的试验中均取得了较高的分选正确率。最后通过试验分析验证了引起信道改变的因素,给出了本方案的适用范围和限制条件。