随着现代雷达系统的不断改进和发展，雷达自动目标识别得以产生和发展。而雷达距离分辨率的不断提高更为目标识别提供了新的途径。同时，数字技术的飞速发展也使得目标识别的实时的工程实现成为可能。本文结合当前国际国内很多最新雷达目标识别和统计理论，针对雷达目标识别领域内的各种相关问题，提出了一些行之有效的解决方法，并使用大量的实测和仿真数据进行了仿真实验。 低分辨率雷达的目标识别只能做到目标的粗分类，得不到目标的详细信息，但是目标的粗分类对雷达目标识别具有很大的意义，它可以很大程度上减轻雷达目标识别系统的负担。而利用高分辨率雷达回波进行目标识别可以对群目标进行精确的目标分类和型号识别等。实际上，有机地把这两者结合起来可以大大提高目标识别系统的性能。 从目标识别中所用的雷达回波的距离分辨率角度，本文工作可以分为两个大的方面的内容：一是利用低分辨率雷达回波进行目标识别，详细分析了固定翼飞机和直升机的雷达回波特性以及两者的时频域区别，提出了两种非常有效的特征提取方法，并利用支持矢量机进行了分类识别仿真实验。二是利用高分辨率雷达回波进行目标识别，这也是本文的主要内容。文中深入地分析了雷达高分辩距离像的特点，叙述了目前常用的一些特征提取方法和分类识别方法。并针对高分辩距离像的三大敏感性以及识别矢量维数的压缩问题，提出利用低通滤波思想——具体而言有两种方法：频域直接低通滤波和Mallat塔式分解算法对其进行特征提取和特征压缩，并详细阐述了其方法原理且给出了仿真实验结果。另外在分类器设计问题上，本文研究了一种新的核函数分类器训练算法——核匹配追踪算法来设计分类器，并从识别性能和识别运算量两个角度使用国内ISAR雷达数据验证了其优越性。