近几年,通信辐射源个体识别技术研究备受关注,在战场形势分析与通信对抗领域具有重大意义。指纹特征以个体辐射源信号为载体,具有可测性、独立性与唯一性,而辐射源个体识别技术便是基于指纹特征所具有的特性,实现了对辐射源的个体身份进行分类和区分的目的。本文首先从辐射源个体指纹出发,研究发射机信号畸变产生原理并建立数学模型,依据其模型仿真发射机信号。其次,在指纹提取方法方面,基于发射机信号畸变原理提出了基于星座误差的指纹提取方法。借鉴基于HHT时频谱与高阶谱的指纹提取方法,并提出了采用改进的本征时间尺度分解方法(IITD),并利用仿真信号数据与实测舰船信号数据验证以上指纹提取方法。然后,研究了高维度指纹特征数据筛选方法,包括数据降维方法与特征选择方法。数据降维方法包括主成分分析法(PCA)与Fisher线性鉴别方法(LDA)。而特征选择方法研究了基于Filter的MIFS、mRMR与JMIM特征选择方法。这些数据处理方法可以很好解决由高维特征数据引起的大计算量问题,并且可以提高个体识别性能。最后,研究了基于D-S证据理论的多接收机辐射源信号个体识别。运用D-S证据融合于特征级进行信息融合,一方面规避了数据损失严重的问题,另一方面具有良好的融合效果。根据辐射源信号指纹特征的分布特点,提出了利用区间数分配辐射源指纹特征的基本概率赋值(BPA)的方法。研究了D-S证据冲突解决方法,来解决接收机之间证据可信度问题。