随着宽带雷达的发展,雷达的分辨率远远小于目标的尺寸,目标回波可以看作反射强度不同的多散射点回波的叠加,宽带雷达不仅可以探测到目标的位置,而且还可以获得目标的结构信息,促使雷达自动目标识别(Radar Automatic Target Recognition,RATR)技术快速发展,并成为军事领域研究的重要方向之一。高分辨率距离像(High Resolution Range Profiles,HRRP)是宽带雷达基于散射中心模型获得的,不仅包含了目标的位置信息,而且反应了目标的尺寸、材质等结构信息。由于HRRP获取简单且具有实时性,使基于HRRP的自动识别技术得以深入研究。本文研究的是基于舰船目标HRRP的识别技术,首先通过建立舰船模型,从理论上分析了HRRP的特性,然后通过包络对齐和非相干平均处理得到稳定的HRRP。目标的径向长度特征有着明确物理意义,能反应目标的基本属性,本文利用实测数据研究了不同目标径向长度特征提取方法的性能。然而,HRRP敏感于姿态角的变化,利用长度特征进行分类识别并不可靠,提取HRRP的稳健的并具有代表性的特征信息至关重要。HRRP的功率谱具有平移不变性,但不能有效的处理非高斯噪声,高阶谱尤其是双谱不仅具有平移不变性特征而且具有非高斯噪声的处理能力。但双谱特征的维数特别高,对雷达系统的存储量和计算量要求很高,针对这一问题,对双谱进行降维处理成了重要的研究方向,本文分析了四种降维双谱特征,包括轴向、径向、圆周积分双谱和局部双谱,利用支持向量机分类器,并采用不同的参数寻优算法,研究了降维双谱特征的识别性能及影响因素,然后对支持向量机与人工神经网络分类器的识别性能做了对比。基于舰船目标的HRRP是一种非线性的数据结构,直接利用HRRP进行分类识别不但运算量大而且识别率不高。特征子空间法通过非线性变换将原始数据投影到子空间,并在子空间提取能够描述原始数据信息的特征向量,使其具有线性可分性。本文通过分析主元分析和核主元分析的原理,研究了组合核主元分析,并利用线性判别法的优点,提出了主元分析、核主元分析与线性判别法联合算法在舰船目标识别上的应用,利用仿真数据研究了训练样本、姿态角变化对不同特征提取方法的影响,并利用实测数据对行了检验。