空间监测是关系国家安全的重要领域,也是开发和利用空间资源的重要基础。空间监测雷达是用于空间目标探测与识别的重要工具之一,是目前实现空间监测的重要手段。雷达散射截面积(RCS)是大多数空间监测雷达都可以获取的重要特征,它与空间目标的运动姿态、结构、尺寸等固有属性有关。提取空间目标RCS的特征参数是用于辅助空间目标识别的关键技术之一。本文从物理域和变换域两个角度对空间目标RCS特征参数提取技术进行了研究,开展的工作和取得的成果包括以下几个方面。首先,分析了空间目标的电磁散射特性、空间目标的运动姿态对其RCS的影响。介绍了空间目标RCS的预估技术和RCS数据的实际获取方法。在此基础上,归纳总结了常用的空间目标RCS特征参数提取技术。其次,研究了空间目标RCS的物理域特征提取技术。提出了基于多重自相关和F检验法的空间目标RCS周期特征提取方法。该方法利用多重自相关对RCS序列进行周期性滤波,然后利用F检验法提取RCS序列的精确周期,并给出该周期的置信度,实测数据的周期提取结果验证了该方法的有效性。之后,提出了基于椭球模型的空间目标尺寸估计方法。根据理论分析得出,对椭球的RCS测量数据的均值将其进行划分后所得到两部分数据的长度与椭球的压缩系数之间存在着对应关系。在此基础上,基于空间目标为椭球体的假设,利用最小方差准则对空间目标长短轴尺寸进行估计,最后通过实测数据验证了该方法的有效性。最后,研究了空间目标RCS的变换域特征提取方法。提出了一种基于空间目标RCS概率分布的统计特征提取方法。该方法根据统计模型可以描述RCS起伏的特性,将RCS序列变换为概率分布曲线,在此基础上,利用图像处理中纹理特征的提取技术获取了RCS直方图的六个统计特征,然后用BP神经网络的识别结果验证了特征的有效性。之后,提出了基于RCS时频图的特征提取方法。通过二次型时频分布将RCS的细节特征展现在频率—时间二维平面上,然后从矩阵和图像两个角度提取了九个特征参数,并用实测数据验证了方法的可行性。