利用超宽带合成孔径雷达(UWB SAR)探测叶簇覆盖目标具有重要的军事应用价值,对UWB SAR目标鉴别方法的研究能大大提高UWB SAR的应用价值,目前关于此方面的讨论存在角度孤立、系统性差的问题,本文力图克服上述缺点,紧紧围绕感兴趣区域(ROI)一条主线,系统全面地对UWB SAR目标鉴别中的各项关键技术展开研究。研究了叶簇杂波背景下的ROI提取问题。分析了双参数恒虚警(CFAR)检测和智能CFAR检测在叶簇杂波背景下存在的问题,提出了采用中值滤波解决上述问题的思想,从四个方面研究比较了三种二维中值滤波器的性能;分析了常规聚类算法用于叶簇杂波背景时出现的问题,针对问题,一方面通过改进聚类算法本身,另一方面通过引入形态学滤波方法,大大提高了聚类算法在叶簇杂波背景下的聚类效果;提出了一种适于叶簇杂波背景的ROI快速有效提取方法。研究了UWB SAR图像ROI的单尺度特征提取问题。分析了适于高频SAR图像的幅度特征及其提取方法用于UWB SAR图像时的有效性,提出了基于目标轮廓的幅度特征提取方法及相应的适用幅度特征;分析了已有二面角模型在建模过程中存在的问题并进行了改进建模,基于改进二面角模型结论提出了方位向特征提取方法;分析了常用变化检测方法用于提取ROI变化特征时存在的问题,提出了一种稳健可行的变化特征提取方法。研究了UWB SAR图像ROI的多尺度特征提取问题。分析了适于高频SAR图像的多分辨率特征提取方法在UWB SAR图像中的适用性,建立了树干杂波和目标的等效散射模型,分析了二者多分辨率特性的区别,分别基于UWB SAR实、复图像提出了两种有效的多分辨率特征提取方法。研究了UWB SAR目标鉴别中的分类器设计和性能评估问题。总结了目前常用的两种分类器;明确完善了适用于UWB SAR目标鉴别性能评估的参量指标;针对UWB SAR目标鉴别算法的鉴别性能,提出一种分步进行性能评估的过程评估法;针对UWB SAR目标鉴别算法的稳健性能,提出了一种基于多项式拟合的评估方法。文章最后在总结全文研究成果的基础上,提出了下一步的研究展望。