作为远距离目标检测和跟踪定位工具的雷达,为人类探索周边环境起了非常重要的作用,雷达应用范围非常广泛,在民事和军用领域都取得了不俗的成绩。雷达目标识别技术作为一种通过散射回波分析判别标的物属性和特征的技术,因为雷达型号不同,可能导致的探测结果差异很大,因而导致了研究发展方向的不同分支,众多分支中的高频区的识别研究价值最大,高分辨雷达采用宽带信号发射能够在高频区获得目标的高分辨率,从而可以直接在径向距离上实现对目标的成像,从而展示不同目标的物理结构,判别出目标属性。本文主要通过对国内外雷达目标识别技术的研究,分析当前雷达目标识别领域的问题及研究瓶颈,研究了雷达目标识别的预处理方法以及雷达目标信号特征提取技术,然后介绍了雷达目标识别分类算法。预处理方法分别介绍了信号的非平稳性、短时傅里叶变换以及小波变换。特征提取主要介绍了基于几何结构特征的HRRP目标信号特征提取、基于PCA的目标信号特征提取以及基于LDA的目标信号特征提取。雷达目标识别算法重点介绍了基于人工神经网络模式算法,然后对高分辨距离像时域回波中潜在的目标几何结构特征进行分析,采用统计的方法,从高分辨距离像时域回波中提取8个不同角度反映目标几何结构信息的特征量,并采用多特征综合的研究思路,选择多个特征组合起来得到8个综合特征,运用主成分分析法对三架飞机不同特征选取进行了数据分析,分别对比了单特征识别和综合特征识别的结果,试验结果表明了其中一些几何结构特征的有效性,最后发现综合特征识别效果远远好于单特征识别。通过选取三架飞机进行实验,并对HRRP数据进行实测研究,采用统计学中的主成分分析法和单特征识别与综合特征识别对比分析的方法,发现雷达目标HRRP时域回波包含了非常丰富的有关几何结构的特征,诸如目标尺寸、散射中心位置、分布结构、强度等,合理提取并利用这些特征进行目标分类识别,具有非常重要的作用。在对三架飞机的测试实验中,选择了等效散射中心维数、等效目标尺寸、熵、标准差、偏差、回波功率、不规则度和P5进行单特征分析,然后通过不同的组合方式,将上述八种不同特征项进行融合重组、综合特征分析,实验结果可见,在单特征分析时候,熵和不规则度具有最好的识别效果,综合特征识别整体效果明显优于单特征识别。