被动式静电探测技术通过探测空中运动目标周围空间的静电场来获取目标的有关信息,其具有结构简单、隐蔽性强以及反隐身的优点,能够满足我军在未来战争中对远程超低空突防目标预警和隐身航空器探测的需要。本文在被动式静电探测原理、静电目标信号采集、基于BP神经网络的典型目标识别方法等方面开展了研究。本文首先在分析空中运动目标飞行过程中起电机理的基础上,经推导得出了基于检测电流的短路轴向式静电目标特性,并对其特性曲线进行了深入分析,利用目标信号和干扰源之间的电量Q0、目标和探测器交会速度vx以及与探测器的垂直距离y的差异,提出了一种通过状态空间方程来进行目标识别的方法,从而为后续研究提供了理论上的依据。其次设计了相应的静电探测信号采集系统,该系统硬件部分主要包括探测电极、信号调理电路和数据采集卡。数据采集程序主要由用户登录、信号采集显示和数据保存组成。随后通过弹目交会模拟实验平台进行了目标静电信号的采集,并对实验目标特性波形中的三个特征点进行了相对误差分析。结果表明:所采集到的静电目标信号与理论仿真在允许的误差范围之内,所设计的静电采集系统具有较高的准确性和可靠性。最后,本文根据静电目标特征识别空间方程给出了典型目标的识别范围,并利用BP神经网络对其进行了样本数据的训练,根据测试结果中较低的均方误差表明该方法可以有效的对目标进行识别。设计了基于LabVIEW平台上的BP神经网络目标数据诊断识别系统,与传统的方法相比,该方法通过界面设计能对识别结果进行简单有效的显示,从而降低了目标数据诊断过程中的难度。