现代高分辨雷达的兴起为目标识别提供了新的途径。分辨率的提高使雷达的功能远远超出了常规检测、定位、搜索和跟踪的范围，而包括其它一系列新的先进功能，如目标成像、识别，地形测绘等。近十年来，高分辨雷达目标识别受到了广泛的重视。本文的工作正是在这种研究背景下展开的。在前人工作的基础上，我们着重在高分辨距离像的物理模型分析和特征提取两个方面作了比较深入的研究，归纳起来，本文的主要内容包括以下几个方面： 第一章介绍了高分辨雷达目标识别的研究背景和关键问题，对现有的高分辨雷达目标识别典型算法进行了评述。同时，介绍了本文的研究背景和主要内容。 第二章从散射点模型出发，建立了高分辨雷达目标距离像及其相关的统计描述框架。首先针对距离回波中相位参数作了合理的假设。然后从这个假设出发，建立了距离像中散射点交叉项的一系列统计性质。这个基础上，定义了距离像及其相关的自身项-交叉项比的概念，给出了它们的统计表达公式。最后建立了距离像归一化相关的统计表达公式，为第三章的距离像稳定性分析打下了基础。 第三章首先在第二章的基础上，建立了距离像归一化相关的一个下界表达式，这个下界显性给出了距离像归一化相关与方位角变化量、信号波长和目标尺寸的函数关系式。然后在这个函数关系式的指导下，对距离像的方位稳定性及其与雷达信号波长、带宽以及目标尺寸大小的关系进行了理论分析。最后，建立了一个转台飞机目标的仿真模型，利用仿真数据，对理论分析结果进行了实验验证。 第四章研究了距离像识别的一个关键的问题——方位向平滑。距离像的方位敏感性一直是距离像识别中一个棘手的难题。本章提出一种基于多个双谱径向切片累积求和的距离像方位向平滑新算法，它是从散射点交叉项的统计性质出发，在双谱域对其进行抑制，并用多个双谱径向切片累积求和的办法恢复出稳定的散射点自身项。新的平滑算法不要求距离像对齐，避免了对齐的精度低和计算量大等缺点。同时，我们分析了平均距离像的方位稳定性，给出了平均样本的选取原则。 第五章研究了距离像识别中另一个关键问题——平移不变特征的提取。在实际的应用场合，目标为非合作性质，一般处于机动的运动之中，因此不同时刻录取的距离像在距离波门中的位置是不定的，存在不可预测的相对平移。必须将相对平移补偿后，后续处理才有可能。本章提出了一种新的距离像平移不变特征——圆周积分双谱。这种新特征保持了距离像的相位和尺度信息，相关性能与可分性都明显优于傅立叶幅度。同时，我们将Radon变换和圆周积分双谱变换结合，提出了一种新的ISAR像平移和旋转不变特征，这种新特征保持了ISAR像的相位和尺度信息，对区分大小目标尤其有利。 中文摘要 第六章研究了基于强散射点特征的距离像识别方法，提出了一种新的散射点参数匹配准则，即广义归一化加权相关准则。用nLAX算法从目标频域回波数据中提取散射点的位置和强度参数，然后用广义相关准则对其进行匹配识别。同时，我们还对从强散射点中恢复出来的距离像进行了识别。强散射点特征压缩了模板库的数据量，提高了存储和数据读取效率。 最后，我们在第七章对全文工作进行了总结，并对高分辨雷达目标识别的进一步研究问题作了建议。