高分辨距离像(HRRP)包含丰富的目标信息，能够反映目标散射点回波在距离方向的分布情况，对目标的识别与分类具有重要价值，因而成为宽带雷达自动目标识别(RATR)领域的研究热点。在前人工作的基础上，本文着重在高分辨距离像的特征融合和特征增强两个方面展开研究。为了实现高分辨距离像的特征融合，本文第三章介绍一种多特征融合的多类分类器。该分类器对融合特征的特征维进行合理的幂次扩展，使线性关联向量机分类器具有构造非线性分类界面的能力，同时利用线性关联向量机的特征选择功能，对融合的高维特征向量进行有效的特征选择，使训练后的权值具有稀疏性，大大减少测试时的运算复杂度，保证了分类器对非线性多类分类问题稳健的融合识别性能。为了实现高分辨距离像的特征增强，本文第四章提出一种噪声背景下功率谱特征的修正方法，根据测试样本的信噪比修正测试样本的功率谱特征，使测试样本的功率谱特征与训练样本的功率谱特征相匹配，以提高噪声背景下距离像的识别性能。第五章提出一种针对复距离像的双谱去噪及信号恢复方法，通过消除双谱的初相敏感性，使加噪的复距离像可以在双谱域进行去噪，并通过信号恢复算法由双谱恢复出去噪的距离像，最后基于恢复的距离像提取特征进行目标识别。