现代战争中目标属性信息的准确获取已愈发重要，如何准确地分类识别不同飞机目标已经成为了目前研究的重点。随着雷达目标微多普勒现象的发现，目标的微动特性在雷达自动目标识别中逐渐受到了广泛的关注。一般把雷达目标除质心平动外的小幅振动、转动和其他高阶运动统称为微动。微动目标回波中包含了精细的目标微多普勒特征信息，因此，可以从其中提取出目标特有的特性信息。而基于目标微动回波时频图的特征更是因为其信息量大的特点，成为了一种有效的目标分类特征。本文主要分析了基于飞机目标微多普勒特征的目标分类方法，研究了从目标回波的韵律频率图(Cadence Frequency Diagram, CFD)和时频图中提取特征进行目标分类的算法。论文主要内容可以概括如下：1.推导了飞机目标空间微动部件回波的数学形式，介绍了多普勒域三维特征和特征谱四维特征两种飞机目标分类算法，仿真分析了这两种常用的飞机目标特征提取算法的分类性能。2.在介绍了短时傅里叶变换时频分析方法的基础上，基于短时傅里叶变换得到的飞机目标回波的时频图，分别研究分析了目标时频图图像熵特征以及平均时频谱的波形熵、方差特征这两种新的飞机目标特征提取方法的分类性能。3.研究了应用于飞机目标的CFD特征提取分类算法，详细研究了算法应用的具体步骤。仿真分析了CFD特征在飞机目标分类中的性能，并且研究了相关雷达参数对CFD特征的影响。