在无线目标识别系统中存在两个重要的问题：一个是如何判断目标属性信息与支持库中的信息是否匹配，另一个是如何衡量这二者的匹配程度。这两个问题的解决对于提高识别正确概率、区分多元身份等方面具有重要的意义。本文首先重点介绍了现有的目标识别系统及粗糙集理论的国内外研究、发展现状。然后给出了现有的协作式目标识别方法，主要包括雷达敌我识别、特殊规则识别、飞行计划识别三种。在粗糙集理论以及属性关系理论的支持下，本文提出推广的“粗糙隶属度”的概念。“粗糙隶属度”的概念给出了解决“如何判断目标的多个属性信息与支持库中的信息是否匹配以及该匹配程度”的一个解决方案。基于“粗糙隶属度”的概念，本文建立了“粗糙飞行计划识别”的算法。与传统飞行计划识别相比，该方法主要具有如下两个方面的改进：（1）采用粗糙隶属度的概念判断信息是否匹配，并衡量信息匹配程度；（2）将不同属性间的关系也作为一种信息，在目标识别算法中得到应用。最后，本文通过假设所有目标为协作目标（即我方目标），完成了一对一识别环境下关于传统飞行计划识别、粗糙飞行计划识别对协作目标的正确识别概率的一系列仿真，得到仿真结果说明如下：（1）在信道转移概率约在104~103情况下，粗糙飞行计划识别的正确识别概率比传统飞行计划识别至少提高了5%；（2）在信道转移概率约在103~102情况下，粗糙飞行计划识别的正确识别概率比传统飞行计划识别至少提高了10%；（3）在信道转移概率约在102~101情况下，粗糙飞行计划识别的正确识别概率仍然高于传统飞行计划识别，但是二者的正确识别概率明显趋于相同。另外，本文也对粗糙飞行计划识别的各主要参数对协作目标正确识别概率的影响也进行了仿真。