探测与测距是早期雷达的基本功能,这已经远远不能满足现代雷达需要获取越来越多的目标信息的需求。在军用和民用的很多应用中,不但需要探测到目标,还要识别出是什么目标,即雷达目标识别。目标识别自然成为现代雷达信息处理中非常重要的研究方向之一。雷达信号带宽的提高使得雷达具有距离向高分辨能力,可对目标进行高分辨成像。高分辨距离像(HRRP)能够较好的表征观测目标等效多散射中心沿距离向的分布结构,且易于获取和处理,为我们提供了一种非常有潜力的雷达目标识别手段。以高分辨距离像为研究对象,围绕着稳健特征提取、多特征综合、多特征信息融合、系统构架等关键问题,对雷达目标高分辨距离像识别中所涉及的相关理论和关键技术开展了深入的理论研究和实验验证。论文主要工作和创新之处概况如下:(1)对两种典型的流形学习算法——邻域保持投影(NPP)和局部切空间排列(LTSA)进行研究,分析了算法具备松弛HRRP的姿态敏感性的优良特性。针对HRRP雷达目标识别,分别提出了增强的邻域保持投影(ENPP)算法和增强核邻域保持投影(EKNPP)算法,以及线性鉴别局部切空间排列(LDLTSA)算法和核鉴别局部切空间排列(KDLTSA)算法。实验结果验证了所提算法的有效性以及相较于现有的同类算法所表现出来的性能优势。(2)针对雷达HRRP目标识别中由于训练样本非常有限导致传统的子空间算法学习性能下降的问题,对基于点到空间距离测度的子空间学习算法进行分析和研究,提出了两种新的基于点到空间距离测度的学习算法:邻域特征空间鉴别分析I(NFSDA-I)和邻域特征空间鉴别分析II(NFSDA-II)。实验结果表明,相对于其它已有的点到空间类的学习算法,NFSDA-I和NFSDA-II算法的子空间具有更高的多目标鉴别能力,目标识别性能较优。(3)对HRRP时域回波中潜在的目标几何结构特征进行分析,采用统计的方法,从HRRP时域回波中提取出8个从不同角度反映目标几何结构信息的特征量,并采用多特征综合的研究思路,选择多个特征组合起来得到8个综合特征。实验结果表明了其中一些几何结构特征的有效性,如:熵和不规则度特征,以及多特征综合识别所具有的性能优势。(4)首次将语音识别领域里有关谱包络的研究成果引入到HRRP雷达目标识别中,从HRRP的频域特性中提取出9个典型的谱包络特征,并组合构建了21个综合特征,用于目标分类。实验结果表明,所提取的谱包络特征对于HRRP雷达目标识别是有效的,且具有一定的潜力。此外,采用多个谱包络特征综合识别的效果良好。(5)研究了基于多特征融合的雷达目标识别技术。对基于信息融合的雷达目标识别系统框架和相关的融合算法进行了研究,在此基础上,给出了一个基于Dempster-Shafer理论多特征融合的HRRP雷达目标识别方案,分别提取四种不同特征、采用两种分类器进行分类,并在决策层上基于Dempster-Shafer理论进行融合判决。实验表明了该融合识别方案的有效性。(6)对宽带数字阵列雷达目标识别系统进行研究。以S波段16阵元线阵的宽带数字阵雷达系统为基础,构建了基于OpenVPX的信号与信息处理系统,并建立了适用于串行高速总线的目标识别开放式软件架构。