将极化特征引入分类识别依据是近年来雷达目标识别领域的重要方向,研究弹道目标的极化散射特性和依据极化特征进行真假弹头识别对于完善导弹防御系统具有重要意义。本文研究了目标的极化散射特性分析和极化特征提取,并探求将其应用于真假弹头识别中的可行性。首先基于雷达目标窄带和宽带回波分析了弹道目标的极化散射特性,然后进行极化特征提取和特征可分性分析,最后构造SVM模型来进行弹道目标的分类识别。窄带极化体制下,研究了基于窄带极化散射矩阵的极化不变量的提取以及其在目标分类识别中的应用。首先根据雷达目标的窄带回波得到极化散射矩阵,然后从极化散射矩阵中提取五个具有旋转不变性的参数,并分析其各自所代表的的目标散射特性,最终结合四组不同的弹道目标模型仿真数据分析利用窄带极化特征进行弹道目标识别的可行性。宽带极化体制下,研究了基于宽带全极化HRRP的特征提取算法以及其在目标分类识别中的应用。首先构造宽带全极化高分辨一维距离像,然后利用相干目标分解算法和部分相干目标分解算法对宽带全极化HRRP进行分解和特征提取,并分析各个特征代表不同散射中心的散射特性,同时分析了利用不同特征进行识别时,各自对于目标的可分性,最后建立分类识别的模型,结合四组不同的弹道目标模型的仿真数据,分析利用宽带全极化HRRP进行弹道目标识别的可行性。同时也研究了不同信噪比下,目标分类识别的结果,分析信噪比对基于极化信息弹道目标识别的影响。仿真实验结果表明,利用窄带极化特征可以有效的将碎片模型从弹头和诱饵中间识别出来,但弹头和诱饵模型之间的窄带极化特征可分性较弱,利用窄带极化进行目标识别的结果不具有稳健性。轻、重诱饵和弹头模型之间的宽带极化特征可分性较强,在大信噪比下,利用宽带极化进行目标识别的结果较为准确。仿真结果表明,在信噪比大于20dB时,利用宽带极化特征对弹头的识别率在85%以上。