论文选题来源于国防科工委预研项目“雷达目标RCS测量研究”的子课题“雷达目标特征提取与识别”。赋予雷达系统以目标识别的功能是现代雷达发展的方向,我国现役的大多数雷达都仅能获取目标的回波起伏信息,因此,研究如何利用目标的回波起伏信息进行目标识别具有重要的现实意义。雷达目标识别主要包含两方面的任务:首先是特征提取;其次是目标分类。本文以现代信号处理技术为基础,提出了基于小波变换和双谱的雷达目标特征提取方法;前一种方法是利用信号在频域的能量分布特征识别目标,实际测试取得约83%的平均识别率。后一种方法是利用统计分布稳定的谱系数识别目标,实际测试平均识别率为78%。接下来,论文详细讨论了SOM神经网络的结构及特点,通过改进训练算法,克服了SOM神经网络固有的训练结果不稳定的缺陷,将改进的方法实际应用于雷达目标识别的分类器设计,实际测试取得75%平均识别率。