雷达目标识别是指用雷达设备获取目标的特征信息,并利用已掌握的各种目标的先验知识来识别未知目标的类别属性。目前,应用于雷达目标识别的模式识别技术主要有：统计模式识别方法、模糊模式识别方法和神经网络识别方法。由于神经网络具有自适应、自组织、自学习能力,可以通过样本的学习建立起记忆,将未知模式判为最为接近的记忆,故在模式识别和雷达目标识别领域中得到了广泛的应用。本文在提取高分辨雷达目标回波信号特征的基础之上,结合神经网络技术较深入的对高分辨雷达目标识别进行了研究。文章首先介绍了神经网络技术和高分辨雷达目标信号检测基础理论。其次就高分辨雷达目标回波信号进行了分析,指出其回波信号的三大特性：方位敏感性、平移敏感性、幅度敏感性。在此基础上,提取信号的信息熵值作为回波信号的特征值与其它传统的回波特征信息结合,构成多维特征向量,结合神经网络提出了基于BP神经网络和RBF神经网络的高分辨雷达目标识别方法。高分辨雷达回波信号的预处理,多种特征值的提取,BP神经网络和RBF神经网络的合理使用,有效的提高了识别率。最后提出了一种新的神经网络一组合神经网络来进行高分辨雷达目标识别,实验结果充分证明了该神经网络技术的有效性。