随着穿墙雷达探测技术的不断发展,超宽带雷达因其具备的高距离分辨率、强抗干扰能力以及较高的测距精度等特点,无论是在军事上还是在民用方面都得到了广泛的应用。超宽带穿墙雷达成像是对隐藏在墙体后的目标非入侵式探测并成像的过程。通常情况下墙体后存在的目标大小形状介电常数等特性各不相同,又由于墙体的衰减造成信号带宽限制,这对目标的特征理解以及识别带来困难。即使目标以及背景介质都完全相同,图像的统计特性也会因目标位置的不同而变化。针对该问题,本文以窄脉冲超宽带穿墙雷达作为探测手段,从格林函数的角度出发,实现了室内复杂场景中与位置无关的目标分类。首先,采用后向投影(Back Projection,BP)成像算法对墙体后不同位置的目标成像。通过分析电磁波的传播路径,采用快速墙体补偿算法对目标快速单视角成像。成像后的雷达图像与目标分类性能受成像系统(如天线的工作频率)、目标大小形状以及电性能参数、目标与天线相对位置因素的耦合影响。然后,结合格林函数二维反卷积推导出目标对比度函数空间分布解析表达式,将其它位置的目标对齐到参考位置。从而解耦目标特征受目标与天线相对位置信息的影响。在天线频率相同,背景参数相同情况下,受多个因素约束的目标特征转化为只取决于目标参数。最后,对已经特征去相关的目标图像,提取反映目标电性能参数的特征量。利用支持向量机(Support Vector Machine,SVM)实现强健的室内静止多目标分类。本文创新地从BP与线性波恩近似(Born Approximation,BA)电磁场逆散射数学模型关系入手,推导出目标特征受多个参数耦合约束的去相关数学模型,以系统地实现强健的室内不同位置的静止多目标分类。