雷达多目标识别是现代复杂战场环境中亟待解决的问题。本论文主要研究利用雷达高分辨距离像(HRRP)和目标散射中心分布特征对雷达多目标进行分类和识别的算法。当在雷达同一空间和时间分辨单元内存在多目标回波时，现有一些识别方法难以将它们分开，因而不能识别目标类型或属性。然而，在现代战争中，编队目标或群目标攻击是重要的打击手段，因而对多目标进行识别具有重要的现实意义。论文主要针对多目标的识别问题进行了以下几个方面的工作：首先，分析了在雷达同一波束内出现多个目标的机理，并建立了相应的物理模型，对多目标回波混叠产生的一维距离像(HRRP)进行了分析。根据建库的需要改进了一种提取目标有效HRRP的滑窗端点检测的方法，能准确地提取目标的有效HRRP数据段。论文详细地描述了通过单个目标建立混叠的多目标模板库的过程，并利用已经建立的HRRP数据库，使用基于最大相关系数的分类方法和全局搜索的策略进行多目标识别的研究。论文深入讨论了混叠目标回波的交叉项的性质，提出了混叠系数的概念，用以描述多目标的混叠程度，并研究了不同混叠程度对多目标识别率的影响。其次，针对多目标的情形下产生的混叠目标的模板数量大大增加，导致搜索匹配时的计算量过大、耗时过长的问题引入了遗传算法(GA)。同时论文详细研究了方位约束信息对混叠的多目标识别的影响，得出了方位向约束信息不仅能减少搜索模板数量，同时也能增加混叠多目标识别率的结论。因此，论文利用方位信息约束的优良辅助特性，结合GA算法，改进了一种基于方位信息约束的雷达多目标GA搜索算法，通过仿真实验取得了良好的识别结果。该算法不仅能有效地减少所需要搜索的模板的数量，同时也大大降低了多目标搜索识别时所耗费的时间。最后，利用瞬时带宽较小的步进频率体制的雷达回波，结合超分辨谱估计的方法提取混叠的多目标散射中心分布特征，并以此来进行多目标的识别。论文改进了一种基于旋转不变技术(ESPRIT)的快速高精度参数估计方法(SRI-ESPRIT)。仿真结果显示SRI-ESPRIT的估计误差性能略高于总体最小二乘ESPRIT(TLS-ESPRIT)算法，而且它需要的特征值分解的次数要少，在运算复杂度方面具有出色的性能，在雷达步进频率数较高时算法的性能更明显。论文还针对提取的目标散射中心的幅度和位置参数信息构建了一种特征信息提取方法，解决了多目标情况下散射中心特征数据序列的阶数变化而不利于特征匹配的问题。