高频波段时舰船和飞机目标处于谐振区,谐振区雷达目标散射特性携带了目标的形状、尺寸等本原信息,其中的极点特征是由目标本身固有属性如形状、尺寸等决定,是迄今为止发现的唯一与入射波形、极化、姿态无关的目标本征特征量。利用极点特征进行目标识别可克服多频特征随方位变化的缺点,克服环境影响,这一特点使高频波段雷达基于极点进行目标识别具有很大潜力。基于此研究背景,本文主要工作围绕以下四方面进行:目标回波数据获取;极点特征提取方法研究;基于极点目标识别方法研究;工程实践。首先获取目标回波数据。用曲面几何建模方法改进了以往线框几何建模方法,提出了一种基于FEMAP软件的适合谐振区RCS计算的复杂目标曲面建模方法,结合应用改进了现有剖分规则,实现了通过仿真计算获取更准确的目标RCS。利用一阶海杂波获取准确的高频地波超视距雷达舰船目标实测RCS。利用实测RCS验证了曲面建模方法的可靠性。在总结对比大量复杂目标模型仿真计算结果基础上,首次提出高频波段雷达复杂目标的建模准则,解决了建模工作量大和硬件条件要求高的问题。深入研究已有回波数据计算方法,提出一种新的基于快速多极子和矩量法的混合算法(Fast Multipole Method-Method of Momen,FMM-Mo M),可有效提高运算速度、降低内存需求。确立了基于实际操作的高频波段雷达复杂目标回波特性计算的规范化流程,为极点特征提取与目标识别提供了精确的数据基础。第二步对回波数据提取极点特征。深入分析现有极点提取技术路线的难点。提出了一种新的基于自回归滑动平均模型(Autoregressive and Moving Average Mixed Model,ARMA)的极点提取方法,解决早晚期响应混叠问题;将新方法参数与实际物理意义结合,解决参数依赖问题;提出采用特征极点选取法、多方位修正法及滑动窗修正法相结合的三步修正方法,解决方位不一致问题;利用此极点提取方法给出了高频波段复杂目标的极点提取结果,并通过大量实验与前人方法对比验证本方法的有效性。首次分析了复杂目标的尺寸以及各结构对极点分布趋势的影响,为基于极点进行目标识别提供理论依据。第三步进行基于极点的目标识别方法研究。提出一种基于极点数据的留数选频的多频排队识别方法(Residue Order Frequency Selection Method,ROF)使基于极点的识别统一建立在极点数据基础上,首次将基于极点的目标识别成功应用于高频波段雷达。对此方法进行改进,将基于留数最大值的排序选频方法和支持向量机(Support Vector Machines,SVM)相结合,提出新的R-SVM识别方法,可在选频同时实现对数据库中目标的有效识别。至此建立了完整的基于极点进行目标识别系统的理论流程,为工程化实践提供了理论基础。最后研究了方法的工程化实践应用。针对高频地波超视距雷达回波受到海态影响、传播损耗和系统增益影响问题。提出一种对高频波段雷达环境影响进行修正补偿的方法。深入分析海态对舰船目标影响情况,提出根据海态情况规律性运动来模拟摇摆影响;详细分析计算传输损耗和系统增益并分别进行补偿修正,三者综合得到一个总的舰船回波数据修正补偿公式,因为飞机不用考虑海态影响,又给出了飞机特有的回波修正补偿计算公式,得到复杂目标修正后数据回波,针对实际雷达发射资源有限、回波按顺序依次返回且当目标是不在库中类型时需对其拒判的问题,在R-SVM算法基础上融合门限最近邻分类算法(Threshold Nearest Neighbor,TNN),对修正后回波数据用扩展后的R-SVM-TNN方法进行大量随机识别实验,对舰船和飞机目标实现了有效识别,证明了修正补偿方法和本文的基于极点进行目标识别理论是有效的,为频域目标识别方法在工程实际应用提供了理论基础。