在电子对抗技术的迅速发展中,雷达辐射源微弱的指纹特征提取辐射源信号的处理及分析技术提出了更高的要求,如何更有效地利用可靠的方法对辐射源信号的脉内本质特征进行分析,并将指纹特征提取出来进行识别,已成了雷达辐射源识别研究领域的热门课题。针对这个问题,本文分析了辐射源个体指纹特征的产生原因,并对指纹特征进行提取和识别。通过理论仿真和实测数据分析处理,对指纹特征提取和识别的方法作了深入地研究。针对雷达辐射源有意调制的多样性,分别对常规雷达信号(CW)、线性调制信号(LFM)、非线性调制信号(NLFM)、二相编码信号(BPSK)、四相编码信号(QPSK),构建相位噪声的单边带功率谱密度模型,验证了不同的雷达辐射源在发射同一种调制信号时,辐射源个体本身所产生的相位噪声对这些信号造成指纹特征的细微差别,为辐射源指纹特征的提取及识别提供了理论依据。针对含有相位噪声的雷达辐射源信号,利用修正的Rife算法(M-Rife算法)提取特征,与传统的Rife算法提取的特征作比较,仿真验证了M-Rife算法比传统Rife算法更具优越性。同时,也通过模拟仿真和实测数据分析,验证了不同雷达辐射源个体发射同种信号,其指纹特征之间存在着差异。根据BPSK和QPSK信号的特征构建相位噪声模型,经过理论模型仿真和实测数据分析,验证了M-Rife算法对BPSK和QPSK信号的指纹特征提取的可行性。分析了双谱分析法应用在雷达辐射源指纹提取的优势,采用了局部围线积分双谱分析法进一步简化了双谱估计中特征提取的计算量,并提取双谱的能量熵、波形熵、奇异值熵,组成了辐射源个体识别的三组特征向量。设计重构核函数支持向量机(SVM),利用M-Rife算法提取的频率偏移特征和双谱法提取的三组特征向量,分别对不同的辐射源个体进行分类识别。同时,还探讨了不同调制方式的信号由同一台雷达辐射源发射时,信号的调制方式对指纹特征的影响。