无线发射机指纹识别是指从接收的无线信号中提取特征向量作为指纹并用以识别发射机个体的技术。随着当今复杂电磁环境下的信息安全等问题日益凸显，该技术在通信对抗侦察系统、无线网络安全、通信资源管理等诸多领域有着十分广阔的应用前景。现代无线发射机设备集成度和一致性极高、调制参数设置软件化、载波频率高信号带宽大等特点给无线发射机的个体识别带来了更高的挑战。本文从无线发射机指纹特征产生的机理出发，考察发射机本振的锁相环和射频滤波器的物理特性，提出了载波相位噪声指纹、时钟相位噪声指纹和暂态前导响应指纹特征的新概念，并对特征提取及模式识别等关键问题进行了研究，主要算法应用于无线发射机实测信号指纹识别，取得较为满意的实验结果。　　本文的主要研究成果包括以下几个方面:　　1.从无线发射机本振的锁相环电路不稳定性角度出发，提出了载波相噪指纹和时钟相噪指纹，建立了FM多重调制线谱相噪模型，采用高次方去调制获取宽带调制信号的载波相噪谱，以及通过延迟相乘法实现归零码的转化从而在码元速率处获得时钟相噪谱。针对相噪指纹受噪声以及设备自身不稳定等因素影响而产生的离散性，给出了改进的线谱极大值点提取算法，有效地提高了线谱位置的一致性。　　2.从无线发射机射频滤波器的频率响应差异性角度出发，提出了暂态信号“前导响应”的新概念及暂态包络拟合系数指纹。针对“前导响应”信号幅度小，易受噪声干扰的特点，提出了一种基于时频分析的暂态包络提取算法，通过对暂态信号的三维能量谱切片获取平滑的暂态“前导响应”能量包络，并将拟合包络曲线的多项式系数作为暂态信号的指纹特征向量。提出了基于统计学的暂态起点检测算法，与其他起点检测算法对比具有无起点检测门限阈值限定，计算量小，精度高，抗噪性能好的优势。　　3.研究了分形理论在无线发射机个体识别中的应用，分析讨论了相位噪声谱的自相似性和可迭代性，验证了分形理论在相噪线谱特征提取的适用性。创新地提出新的特征指纹—多重分形双对数曲线的梯度特征，与其他指纹特征联合识别结果表明，联合梯度特征识别可提高10％以上的识别率。　　4.提出了无线发射机个体识别系统的整体框架。研究和讨论了SVM识别器和BP神经网络模型的设计。选择具有代表性的集成度高相似性极大的两种无线发射机——软件无线电设备和无线网卡作为发射机个体识别对象，采用SVM和BP神经网络识别器分别利用本文提出的指纹特征值对实测信号进行个体识别实验。实现了载波和时钟相噪指纹的联合检测，同一型号同一批次8台软件无线电设备识别率高达98.75％;实现了暂态包络拟合系数指纹和多重分形梯度指纹的联合检测，不同型号无线网卡最高识别率达到97.17％，同型号网卡识别率也可达88％，验证了本文提出的信号指纹识别方法的有效性。　　本文提出的载波相噪指纹、时钟相噪指纹和暂态前导响应指纹，以及多指纹多特征联合识别的概念具有重要的理论意义和应用价值，在实测信号中显示出良好的识别性能，而且也适合于其他无线设备的指纹识别，具有广泛的推广应用价值。