雷达自动目标识别技术为在现代战争中占据主动地位提供了有力的技术支持，而微多普勒效应反映了目标的几何结构和运动特性，为雷达自动目标识别提供了新思路。但由于某些因素的限制，如远距离作用等，实际录取的数据信噪比往往较低，因此噪声稳健成为雷达自动目标识别研究工作的重要部分。本文在前人工作的基础上，从特征提取和信号去噪等方面研究了地面运动目标的噪声稳健分类问题。主要工作概括如下：1.引入了微多普勒的相关概念，给出了轮式车辆和履带式车辆的微多普勒模型，并结合实测数据分析了履带式车辆和人体目标微多普勒效应的差异，最后分析了几种常用的地面运动目标窄带雷达回波杂波抑制方法。2.在谐波分量差异的基础上提取特征谱特征和特征谱散布特征，并根据信号和噪声的不相关性提出一种特征谱特征的噪声修正方法，基于实测数据验证了该方法的有效性。3.基于车辆和人体目标时频谱的差异，提出三种描述瞬时频率分量时变特性的散布特征。考虑低信噪比条件下识别性能下降的问题，首先将实数域的概率主成分分析模型推广到复数域，利用复数域的概率主成分分析模型对回波数据进行建模，然后结合贝叶斯准则自适应地选择主成分的个数从而完成去噪。基于实测数据的仿真实验表明，新提出的去噪方法较正交基重构方法、主成分分析方法在识别性能的稳健上更具优势。