基于高分辨一维距离像（HRRP）的雷达目标识别作为一种雷达目标识别技术，已经受到雷达目标识别领域的广泛关注和重视。对基于HRRP的雷达目标识别研究将成为世界各国提升自身国防力量的重要方面。本文的研究内容覆盖了计算电磁学学科、现代信号处理学科以及模式识别学科。本文的研究目的在于降低基于HRRP的雷达目标识别算法的复杂性和提高雷达目标识别的准确性，为基于HRRP的雷达目标识别的发展提供研究基础。　　 本文主要做了如下内容:首先对现阶段高分辨雷达目标识别技术做了简单的回顾和阐述，并对基于HRRP的雷达目标识别研究做了简单的归纳;接着研究了雷达目标的HRRP的原理，通过计算电磁学的方法对雷达目标回波进行仿真，从而获得雷达目标的HRRP，并对噪声背景下的HRRP进行处理分析;然后研究了基于神经网络的分类器设计，从神经网络的初始权值选取和权值学习更新两方面进行改进，并对其算法进行仿真比较;接着阐述了K分布杂波的基本原理和产生模型，特别是时空相关二维K分布杂波，分析二维杂波对雷达目标识别的影响;然后将区别于传统目标识别思想的仿生理论引入到雷达目标识别中，通过高维几何学习的手段实现该思想，并完成其算法以及对结果进行性能评估;最后，总结了本文的研究内容，提出了还需要改进的一些问题。