随着各项技术的发展,现代雷达的功能更加强大,也更加能适应现代化战争的要求。其中,雷达目标识别技术也得到了相应的发展,各种新体制雷达的成功研发和应用有利于更好的进行目标识别。但是,现役雷达中仍有较多数量的旧体制雷达,如何利用其实现目标识别,而不是通过新体制雷达,这在当前情况下是很有意义的研究课题。很多学者从多个方面对这一课题进行了研究,其中,较为有效的一种方法是利用微多普勒效应。微多普勒效应产生的原因是组成目标物体的结构部分除了有与整体相同的运动以外,还有其自身的运动。对于产生微多普勒效应的部件来说,其几何结构、运动形式、组成材质等决定了其回波的频率和幅度。对于在较为理想的情况下采集的数据来说,根据微多普勒效应提取特征进行分类,可以达到比较理想的分类效果。但是,实际情况往往不是理想的。如果目标距离较远,此时采集的数据信噪比低,提取同样的特征进行分类,不能得到理想的分类效果,这时,需要对相关信息进行去噪处理;又如果目标被遮挡,尤其是产生微多普勒效应的部分被遮挡,此时分类效果同样不理想,这时,考虑连续帧信号之间的联系,可以采用融合的方法对信息进行处理。本文的主要工作一是在已有的研究基础上,更进一步研究了窄带雷达目标识别过程中的去噪处理和信息融合问题,以实现稳健分类;二是设计和实现了基于窄带雷达地面运动目标分类辅助设计软件。第一部分主要介绍了本文的理论基础,首先给出并分析了轮式和履带式车辆的微动模型;其次,基于对实测数据的分析,介绍了两种杂波抑制方法;然后,介绍了两种特征提取方法并进行了对比,这两种方法都是基于微多普勒效应的;最后,简要介绍了支持向量机分类器的基本原理,这是本文主要用到的分类器。第二部分主要研究了轮式和履带式车辆的分类性能的提升问题,首先基于之前的研究,介绍了两种噪声修正方法,并用实测数据观察其效果;然后,研究了信息融合问题,主要实现了回波信号在特征层的融合,特征层融合介于数据层融合和决策层融合之间,信息损失量较小,也有一定的灵活性。本文重点研究了特征层融合的权值优化问题,并采用投票法进行决策层融合以便于对比。第三部分主要介绍了基于窄带雷达地面运动目标分类辅助设计软件,该软件是使用C++和MATLAB语言混合编程实现的,能够实现回波信号仿真、目标识别和识别率跟随信噪比变化趋势观测。