雷达目标电磁散射特性对雷达目标识别领域意义重大,有效的利用雷达目标电磁散射信息、分析目标电磁散射特性能够对雷达目标识别任务的完成产生积极的影响。计算机技术的发展为目标电磁散射特性的研究提供了良好的软、硬件基础,目前计算机仿真技术已经成为准确获取目标电磁散射信息的重要手段之一。目前,众多计算电磁学方法都能够在计算机仿真技术的基础上准确的预估目标的散射特性。其中,对于电大尺寸目标,高频方法对计算机硬件基础要求低、计算速度快并且具有较高的准确性。因此,高频方法在电大尺寸雷达目标的高频散射特性仿真中得到了广泛的应用。本文所研究的目标散射特性仿真方法正是基于高频方法,利用物理光学法（PO）和几何光学法（GO）来获取电大尺寸目标的散射场信息,计算了目标的雷达散射截面积（RCS）并获取了目标的合成孔径雷达（SAR）图像。面向目标识别,进一步开展了雷达目标散射中心参数化建模研究,并将散射中心参数化模型分别应用于基于模板的目标识别方法和基于模型的目标识别方法。在基于模板的目标识别方法中,参数化建模方法能够作为一种新的方法来获取雷达目标特征数据,神经网络能够从参数化模型重构SAR图像数据中学到有利于分类实测SAR图像的知识,帮助神经网络在实测SAR图像数据中完成识别任务;在基于模型的目标识别方法中,参数化建模过程将目标的散射信息与几何结构进行关联,能够获取目标更清晰的散射机理来完成目标部件配置的解译。本文的主要内容如下:1、介绍了雷达目标高频散射特性仿真方法。利用PO法计算目标回波的一次散射场,利用弹跳射线法（SBR）获取目标回波的二次散射场。利用雷达目标高频散射特性仿真方法对简单散射体和复杂目标的散射特性进行了仿真,获取了目标相应的RCS特性和SAR图像特性。对仿真方法获取的目标散射特性进行分析,验证了方法的有效性。2、介绍了雷达目标参数化建模方法。从目标部件出发建立了多个目标的几何模型,在此基础上利用射线分集技术和散射源选择方法获取用于建立参数化模型的散射中心,确定了属性散射中心模型所需的各类参数,构建了多个目标的参数化模型。利用目标的参数化模型对其中一个目标的散射机理进行了分析并对多个目标的SAR图像进行重构,将重构的SAR图像与仿真方法获取的SAR图像和实测SAR图像进行了定性和定量的对比,验证了参数化建模方法的有效性。3、将参数化模型用于基于模板的目标识别任务中。利用目标的参数化模型重构目标SAR图像,所获取的SAR图像用来构建“P-SAR”数据集。用“P-SAR”数据集对神经网络进行预训练,并对比经过预训练的神经网络和未经过预训练的神经网络的表现。实验结果表明,经过预训练的神经网络在训练过程中收敛得更快。4、将参数化模型应用于基于模型的目标识别任务中。对待识别目标进行几何建模,通过参数化建模方法正向获取目标几何模型中特定部件形成的散射中心的信息,从待识别目标SAR图像中逆向提取散射中心信息。将正向获取的散射中心与逆向提取的散射中心进行匹配,完成了待识别目标的部件配置解译。