随着理论研究的不断深入和雷达信号分辨率的不断提升,基于宽带高分辨率雷达信号的目标识别成为了雷达信号处理领域的一个重要发展方向。宽带高分辨率雷达获取的目标回波不再是一个“点”,而是由一系列分布在不同距离单元上的目标散射点构成的高维信号。通过提取并分析目标回波中的散射点可以获取反映目标本质属性的特征,如目标体的物理尺寸以及典型部件的尺寸和结构等信息。本文正是基于宽带高分辨率雷达回波数据,研究了目标散射中心特征的提取方法。论文主要内容概括如下:1.分析比较了四种稀疏求解算法,并引入交替投影法改进算法。首先介绍了四种稀疏求解算法的基本原理和操作流程,结合实验比较了各个算法的应用效果。然后提出了一种结合交替投影法的稀疏求解方法,通过不同的实验设置,验证了所提方法能够提高稀疏求解的精度,并在一定程度上改善了求解算法对噪声的稳健性。2.研究了一维简单散射中心特征的提取方法。介绍了一维散射中心的几何绕射模型,以及极化散射矩阵的基本概念;提出了一种联合多极化通道高分辨率距离像的散射中心提取方法。通过仿真实验证明,与传统方法相比所提方法在目标散射中心位置和极化散射矩阵的估计方面有一定优势。3.研究了属性散射中心提取方法。(1)提出了一种结合交替投影与正交匹配追踪的属性散射中心提取方法。首先提取目标的合成孔径雷达(Synthetic Aperture Radar,SAR)图像支撑区实现对目标参数的自动初始化,减少了字典维度,降低了计算复杂度;然后利用正交匹配追踪法估计目标属性散射中心参数,最后通过交替投影法对所估参数进行修正。该方法能够降低目标属性散射中心间的高度耦合对散射中心参数估计的影响,提高了估计精度。(2)提出了一种结合图像信息的频域属性散射中心特征提取方法。该方法在频域方法的估计过程中,引入目标的图像信息实现对散射中心间的去耦合,既降低了计算复杂度,也改善了参数估计精度。