1.基于Wigner对角切片谱的射频指纹特征提取方法，其特征是按如下步骤进行：第一步：根据Wigner双谱的定义，计算得到信号的Wigner双谱；

第二步：通过Wigner双谱计算得到Wigner对角切片谱；

第三步：对得到的Wigner对角切片谱矩阵，计算其谱分布熵、奇异谱熵、谱均值以及谱对数和组成四维特征向量，作为信号的射频指纹特征。

2.如权利要求1所述的基于Wigner对角切片谱的射频指纹特征提取方法，其特征是：第一步：对任意给定信号x(t)，根据Wigner高阶矩谱的定义，得到其k阶WHOS：式(1)中，

由此可知，k阶WHOS是由k维局部自相关函数Rkt(τ1,τ2,…τk)的k阶傅立叶变换得到的。

3.如权利要求2所述的基于Wigner对角切片谱的射频指纹特征提取方法，其特征是：第二步：引入Wigner对角切片谱；对于WB，其对角切片谱通过设置f1＝f2＝f得到，此外加入Choi-Williams核函数 消除交叉项干扰；

定义如下：

4.如权利要求3所述的基于Wigner对角切片谱的射频指纹特征提取方法，其特征是：第三步：对信号的对角切片谱进行二次特征提取；信号的Wigner对角切片谱是一个时M×N间-频率的二维平面，对于该平面的每个谱值，设分布矩阵为S∈R ，Sij(i＝1,2,...,M；

j＝1,2,...,N)；

将分布熵用于衡量对角切片谱的在时间-频率二维平面内能量的分布；令则对角切片谱的分布熵定义为：对分布熵而言，若不同时间-频率区域能量分布均匀，则熵值最大；相反，若能量分布集中，在少数的几个时间-频率区域幅度较大而其余区域幅度较小，则双谱分布熵较小；

奇异值特征是一种性质良好的代数特征；

对对角切片谱矩阵S进行奇异值分解，得到一系列奇异值组成主奇异值向量Λ＝diag(λ1,λ2,…,λL,0,…,0)；令 则对角切片谱的奇异谱熵定义为：此外，均值用于信号的特征提取中，用于衡量信号能量的平均程度；因此，定义二维平面内的Wigner对角切片谱分布序列的均值来表征信号的特征，即还定义Wigner对角切片谱的对数和作为特征，Wigner对角切片谱矩阵的和表示谱的能量大小，取对数使数据更加平稳，其表达式为：将提取的特征组合成四维特征向量[E,Esvd,μ,Hsum_log]作为信号的特征用于分类识别。