雷达自动目标识别技术是现在国内外学者研究的重点内容,也是现代雷达技术发展中最为关键的技术之一。其中,基于高分辨一维距离像的目标识别技术是雷达自动目标识别技术中的极为重要的方面,一维距离像体现了舰船目标散射点沿着雷达视线方向的分布,包含了大量有关目标的散射强度、分布等信息,并且由于其易获取,容易处理等优点成为了雷达识别领域的热点内容。本文主要对高分辨一维距离像的结构信息进行挖掘,对提取出的结构特征进行了识别研究。研究内容主要针对识别中的结构特征提取、特征选择、组合特征识别、分类器的选择以及决策级融合等方面展开研究,并利用实测舰船数据进行算法验证。首先,对舰船目标的散射点模型和一维距离像的成像过程进行了介绍,针对一维距离像的姿态敏感性、平移敏感性及幅度敏感性进行了分析研究,给出了相应的解决方法,消除了对后续识别影响。在数据预处理之后,针对一维距离像反应的舰船结构信息,提出了9种不同结构特征,分析研究结构特征反应的实际的物理意义,给出了结构特征的提取方法。针对单一结构特征无法区分所有舰船目标的问题,提出了利用多特征组合的方式提高识别效果,利用reliefF和互信息值特征选择算法得到了较优的特征组合,从而提高识别的效果,利用实测数据进行了验证,说明了算法的有效性。最后,针对分类器对特征分类能力的差异所造成的影响,采用了基于多分类器多特征的决策级融合的方式提高识别效果,利用基于信息熵的证据联盟加权融合算法解决DS证据理论冲突问题。针对分类器的差异性,提出了基于DS证据理论的多分类器选择算法,按照不同原则进行分类器的选择,实验表明所提出的算法的有效性。