弹道中段的目标存在微动,对微动特征的提取为弹道导弹防御目标识别提供了新的解决手段。本文针对弹道中段旋转对称的目标,深入研究了窄带雷达体制下目标微动特征的提取,改进了进动周期和章动角的估计方法,提出了目标质心位置的估计方法。研究成果主要包括如下几个方面:1.研究了基于自相关函数凸包的目标进动周期估计方法。自相关法可用于估计目标的进动周期,它需要预先给出进动周期的上下限。然而进动周期下限可能远小于真实进动周期,此时自相关法的估计性能将严重下降。本文首先定义了自相关函数的凸包,然后在此基础上提出了一种改进的自相关法。当进动周期下限和真实进动周期相差倍数不大时,该方法的估计性能接近传统的自相关法;当进动周期下限和真实进动周期相差倍数很大时,它仍然具有良好的估计性能。该方法原理简单,对先验信息的要求非常宽松,且计算量增大的倍数通常很小。因此它具有广泛的适用性。2.研究了基于相关匹配的目标章动角估计方法。将观测的RCS序列与RCS序列模板进行最小二乘匹配,可以得到目标章动角的估计值,但由于未考虑RCS测量的系统误差,最小二乘匹配的估计性能得不到保证。本文提出了基于相关匹配的目标章动角估计方法,并给出了具体的实现算法。该方法考虑了RCS测量的系统误差,其估计性能远优于最小二乘匹配。本文分析了全姿态RCS数据的角度采样间隔对相关匹配估计性能的影响,并比较了多层相关匹配和单层相关匹配的估计性能和计算量,最后比较了进动周期已知和未知情况下相关匹配的估计性能。3.研究了基于相位特性的目标质心位置估计方法。本文首次提出了目标质心位置估计方法:平动补偿法和非线性变换法。它们都基于窄带雷达回波的相位特性。仿真结果表明:平动补偿法和非线性变换法都是有效的质心位置估计方法;前者估计性能优于后者,但其计算量远大于后者。本文分析了全姿态散射系数数据的角度采样间隔对两种方法估计性能的影响,分别就不同方法比较了姿态角序列已知和未知情况下的估计性能。本文提出的弹道中段目标微动参数估计方法,丰富了微动特征提取的理论体系,对弹道中段目标识别具有重要的理论意义和应用价值。