毫米波雷达目标识别是现在研究的热点,目标识别的关键是特征提取,为了提取稳健的特征,必须滤除回波的噪声。本文在此背景下研究了毫米波雷达回波的仿真、去噪与特征提取。毫米波雷达处于光学区,服从于散射点模型,据此模型仿真了高分辨率阶梯变频毫米波雷达信号照射下三类坦克目标的一维距离像。由于回波信号是突变和非平稳的,而小波变换具有良好的时频局部化性质,因而使用小波变换的方法去噪。通过试验的方法得到适合于回波信号的db6小波基,从阈值及阈值函数两方面改进了小波阈值法,得到比软、硬阈值更好的去噪效果。小波变换的特征提取能够压缩特征的维数和个数,提出基于Beylkin算法的能量特征,具有特征维数低、平移不变性,使得分类器的设计大为简化。双谱是一种平移不变的特征,含有丰富的相位信息,但它是二维函数,不利于模板匹配。提出一种双谱复特征,含有目标的部分相位信息,同时具有平移不变性及尺度可变性,这都有利于目标识别。为了验证特征的有效性,使用最近邻及概率神经网络分类器进行了目标识别,得到满意的识别率。