飞机作为现代战争的主要作战工具之一,对战争的胜利起着关键作用。飞机上旋转部件的微运动会对雷达回波产生周期性的频率调制,从而使不同飞机目标表现出不同的微多普勒特性,这对于研究飞机目标分类技术具有重要的指导意义和实用价值。本文在分析了微多普勒效应产生机理的基础上,旨在对飞机目标分类中的特征提取方法进行深入研究。主要完成工作如下:第一,针对直升机、螺旋桨飞机、喷气式飞机三种飞机目标,推导了其旋转部件调制回波理想参数模型,分别研究了飞机参数尾旋翼、发动机个数、桨叶角和雷达参数脉冲重复频率、波束驻留时间以及发射波长对三类飞机旋转部件调制回波的影响。从特征类间差异性和类内聚集性的角度,对比提取了时域二阶矩、时域波形熵、幅度相对量和相位相对量四个特征组成目标分类的特征向量,并利用支撑向量机分类器对三类飞机实现分类。实验结果表明提取的特征向量在信噪比较高时可以有效地对飞机进行分类,并且分类效果随信噪比升高而提高,这四种特征简单易实现,计算复杂度也低,所以有利于工程实现。第二,由于提取喷气引擎调制特征要求回波至少要包含一个完整的目标转动周期,而当雷达工作在扫描状态下时,通常很难满足这一条件,所以针对这种情况,本文提出了一种基于部分周期数据的扫描雷达目标微多普勒参数估计方法。该方法首先通过时频分析技术将信号变换到时频域,从回波信号的时频域中提取出部分周期的微多普勒信号,对转动目标分析可知其微多普勒信号可以通过正弦信号的形式表示,利用正弦函数的性质,可以估计出目标转动频率和转动幅度,从而可以估计出目标转动半径。转动半径作为目标的固有特性,反映目标的结构信息和运动特征,为目标识别和分类提供了有力依据,更为完整地描述了转动目标的运动细节。仿真实验通过与Hough变换方法的对比表明本文方法具有更高的精度和较低的复杂度,并利用实测数据验证了该方法的有效性和鲁棒性。