基于信号细微特征分析的辐射源个体识别研究起源于非合作通信领域。所谓细微特征,指的是信号个体或设备个体由于发射机设备或者传输信道的影响,使得接收机接收到的信号所带有的能够作为个体身份标识的差异。区别于传统辐射源识别理论的是,传统的辐射源信号侦查识别的目的在于获取所传输的通信信息,而辐射源个体识别的目的是通过一定的信号处理过程,提取出隐藏在通信信息中的细微差异,从而识别、判断出对方辐射源的相关情报。如何选择有效的信号处理方法,实时、准确地分析、提取出这些细微差异特征是近些年来的研究热点。针对这一问题,本文深入研究了基于细微特征分析的辐射源信号以及设备个体识别的方法。论文的研究内容主要包括以下几个方面:建立了辐射源个体识别的系统模型,分析了细微特征产生的机理,研究了典型的辐射源细微特征提取方法,为后续细微特征分析新方法的研究提供了良好的理论基础。基于熵特征提取的辐射源识别方法。由于不同的信息熵能从不同的角度描述信号的差异性,本文提出了基于多维信息熵模型的识别模型,在此基础上研究了多维特征加权的方法。在信号识别环节,比较了基于欧氏距离、人工智能分类器以及所提出的特征加权方法的识别性能。研究了基于参数估计的辐射源识别方法。从细微特征分析的思路出发,提取出体现不同参数信号的个体特征,验证了所提取的特征在不稳定信噪比环境下的识别性能。然后利用特征非线性拟合的方法,来识别不同参数的线性调频信号个体。研究了基于振荡器非线性特征的辐射源识别方法。不同的通信设备由于自身器件非线性特征的差异,会使发送的信号含有设备的个体差异信息。提出了基于局部散布差异特征提取的设备非线性分析方法,并研究了其识别性能。