雷达对于非合作目标的探测，存在目标微小与速度未知两大困难，而相干积累的方法需要准确探测目标速度，并进行速度补偿，实际应用过程中效果受限。针对此问题提出了一种调频步进编码波形设计方法，可以在速度未知情况下脉间积累，同时在准确测量速度后宽带合成。首先研究线性调频子脉冲的距离速度耦合特性，通过波形设计抵消脉间目标运动成像位置变化；然后研究调频步进编码波形的宽带合成技术，使所得的高分辨一维距离像无距离混叠。最后，数值仿真实验验证了所提出波形的优势与应用价值。

为了提高宽带雷达高分辨距离像目标识别性能，提出一种改进的一维卷积神经网络模型。考虑实际目标样本不足和信噪比低的问题，引入全局平均池化对整个网络模型做正则化，防止过拟合。针对真假目标形状和尺寸相似的情况，分析了该模型对不同形状和尺寸目标的识别效果。实验结果表明，在训练样本数量较少和噪声干扰条件下，该模型可以有效地实现目标类型和尺寸识别。所提模型有助于解决实际真假目标形状和尺寸相似、样本不足以及信噪比低等情况下的雷达高分辨距离像自动目标识别问题。

针对现有文献中未出现关于 RELAX算法超分辨性能的定量讨论或关于 RELAX应用的边界条件分析，导致 RELAX算法的实际应用十分困难这一问题，在详细分析 RELAX算法的超分辨原理的基础上，通过仿真给出了一些关于 RELAX实际应用的边界条件及结论，可用于指导 RELAX算法在实际散射中心估计中的应用： RELAX超分辨处理对估计散射点个数不敏感；当 FFT点数约为要达到真实分辨力所需 FFT点数的 2倍时， RELAX超分辨处理的重构精确度可满足要求；在保证一定的重构精确度的前提下， RELAX超分辨处理的分辨力最高可以达到实际分辨力的 2倍。本文仿真条件下，当 RSN=10 dB时，RELAX超分辨处理在一定误差容忍范围内基本可用。

雷达高分辨距离像是舰船目标识别研究中的关键环节。针对大型舰船目标的雷达高分辨距离像难以进行实测和缩比测量的情况, 采用理论建模计算方法获取舰船目标雷达高分辨距离像。首先建立舰船目标三维CAD模型, 采用面元法对模型进行剖分并对面元遮挡进行判别计算; 然后利用电磁计算软件得到各个姿态角下舰船目标的频域响应; 之后进行IFFT获得目标雷达高分辨距离像; 最后结合实际舰船目标, 给出了具体建模和仿真计算的案例, 并对仿真结果进行分析。

针对高分辨距离单元内目标散射点的复杂特性, 从散射点模型理论出发, 对目标散射点模型进行深入研究, 分析了传统目标特征提取算法的局限性。给出了一种改进的特征提取方法, 该方法首先对距离单元内的散射点进行预处理, 去除噪声、强化有用信息, 然后对有效的距离单元进行特征提取。基于实测数据的仿真实验结果表明: 该方法能够准确反映目标的几何位置信息, 在减小计算量的同时能获得较高的识别率。

为了利用雷达高分辨距离像(HRRP)中的相位信息改善识别系统性能，提出了一类针对复距离像的目标识别新方法。分析了复距离像的统计特性，将识别领域常用的三种高斯模型——自适应高斯分类器(AGC)模型、联合高斯(JG)模型和概率主分量分析(PPCA)模型推广至复数域对复距离像统计建模。研究表明，这三种模型及其参数估计结果均不受距离像初相的影响。此外，为了解决噪声环境中的稳健识别问题，进一步提出了噪声稳健的模型修正方法。实验结果显示：在识别过程中加入距离像相位信息能够获得更高的正确识别率；且经过噪声稳健修正后的模型大幅改善了低信噪比下的识别性能。

为了解决雷达高分辨距离像识别系统对训练样本需求量过大的问题，提出了一种有限样本条件下的目标识别新方法。分析了距离像频谱幅度的统计特性，从其广义平稳性和多模态分布特性出发，定义一种线性混合高斯状态空间模型对其统计建模，利用期望最大化算法进行了模型参数估计。实验结果表明：即使在很少的训练样本条件下，该方法仍能获得较高的正确识别率和良好的拒判性能。

利用线性调频步进体制高分辨雷达对鸟类目标进行ISAR成像是解决航空安全保障中鸟情探测问题的一个全新且重要的技术途径。为了得到鸟类目标更清晰的像,准确判断其运动状态显得至关重要。基于线性调频步进体制雷达微多普勒效应的产生原理,在距离-慢时间谱图上,针对鸟类目标特性,通过对精高分辨距离像进行分析,提出了一种利用进退法搜索相邻精高分辨距离像的互相关系数的方法来判别鸟类目标运动状态。仿真结果证明了其可行性和有效性。