雷达目标识别是雷达研究的一个重要方向,指利用雷达对单个或多个目标进行探测,分析所获得的信息,确定目标的种类、型号等属性的技术。然而现行低分辨雷达一般不具有径向上和横向上的较高的距离分辨率,无法揭示目标的细节信息,难以实现对目标的精细结构的识别,但是利用雷达回波中携带的有限信息对目标进行粗分类是可行的,国内外均取得了一些卓有成效的研究结果,为低分辨雷达目标识别提供了很多实用的方法。所以,进行基于低分辨雷达目标识别的应用研究有重要的现实意义。训练目标识别系统首先需要构建完备的目标模板数据库,获取回波数据的来源有两种,一种是现场实测,另一种是计算机仿真。但是现场实测有其限制性,而仿真技术可以作为构造模板样本库的补充手段。本文详细描述了雷达目标回波信号和海杂波信号的仿真模型,并对仿真回波进行了校验,用相似系数和马氏距离来衡量与真实目标回波的相似程度,证实了仿真技术的可行性。本文针对低分辨雷达目标识别亟待解决的难点,利用其优势,研究如何提取有效的特征来表征雷达回波。首先,本文定义了雷达回波的宽度、肩宽、能量、波峰上升沿斜率、波峰对称度等特征,该类基于回波形状的特征直观地描述了目标沿雷达发射回波视线方向上的结构信息。其次,研究了基于小波变换的特征提取方法,提取了基于离散小波变换矩阵的最大奇异值、有效秩、最大值、中心矩等统计矩特征,小波分解各个频带的能量特征及能量波动特征。再次,根据雷达回波的特点,本文提出了一种基于压缩传感的特征提取方法,首先采用小波基作为稀疏基,对雷达回波进行稀疏分解得到K个稀疏值,然后选择服从高斯分布的随机矩阵作为测量矩阵对回波进行观测,得到维数为M的观测信号,将此观测信号作为特征矢量,此特征向量维数低,且保持了原始信号的结构和足够多的信息。分类器的设计是完成目标识别的另一关键步骤。基于以上各类特征向量分别训练分类器,为了充分利用各分类器之间的较好的正交性和互补性设计了一种并行组合分类器,采用多数规则的投票表决方式,发挥了各个分类器的优点,获得了较高的识别率。