由于高分辨雷达一维距离像(HRRP)能很好地反映目标的径向距离分布细节,近年来,HRRP作为目标检测、跟踪和识别的特征信号受到了广泛重视。同时,由于多传感器数据融合能利用各种传感器的互补性来获得更多识别信息以提高系统的检测、识别、分类和决策能力,目前也成为研究热点并得到广泛应用。本论文对基于一维距离像的雷达目标识别技术及多传感器数据融合技术进行了研究,主要的内容和创新点如下:1、对一维距离像目标识别的研究。首先,从一维距离像的散射点模型入手,验证了一维距离像作为目标识别的有效特征矢量可用于雷达目标识别。然后,对于在实际场景中获得的具有复杂杂波的一维距离像,实现了一种目标检测与目标数据精确提取整体解决方案。对实际含复杂杂波的一维距离像进行检测,分辨出多目标并去除虚假目标后采用一种新的滑窗检测算法精确提取出目标多距离单元。接下来,分析了四种常用于一维距离像目标识别的特征,从一维距离像中进行特征提取,再用BP神经网络进行分类识别。2、对D-S证据理论算法的研究。阐述了一种新的基于多传感器系统状态估计的DS证据冲突优化算法,以解决在多传感器目标识别系统中,采用决策级数据融合算法出现的证据冲突问题。该方法利用了仿真景中的传感器本身所具有的特性信息,估计传感器的信任度函数,利用该函数对冲突信息进行重新分配,使得证据冲突解决算法更加合理。通过实验仿真,模拟多传感器实际运行场景下数据融合环境进行仿真数据融合测试,实验结果表明新的融合算法在较高冲突的情况下能取得了较好的融合效果。最后,总结了全文的工作,展望了今后的研究工作的重点和方向。