目标识别技术是一项探索性极强的战略性前沿课题，它的研究是一个从理论到实践的往复过程，目前已经历了数十年的发展历史。由于其具有广阔的应用前景，特别是巨大的军事应用价值，该项技术一直是国内外学术界、工程界的研究热点之一。目 标识别技术利用雷达和计算机对遥远的目标进行辨认。现代的激光雷达，在原有的对目标定位和探测的功能的基础上，还可以测量与目标形体和表面物理特性相关的参数，进而对目标进行分类和识别。67129

近年来理论研究和实际应用比较成功的目标识别技术主要有以下四类[14]：

一、基于高分辨力雷达成像的目标识别，是识别领域最为直观的方法，雷达对目标进行一维或二维距离成像，或者采用合成孔径雷达得到目标的二维雷达图像，可获取目标的结构形状信息。

二、基于极点分布的目标识别，目标的自然谐振频率通常被称为目标极点，极点是在谐振区建立起来的概念，它的分布仅决定于目标的形状和固有特性，而与雷达的极化方式和观测方向无关，故很有利于雷达识别目标。论文网

三、基于目标运动的回波起伏和调制谱特性的目标识别，这类研究已经取得了些许成功，大都基于目前广泛使用的雷达时域一维目标回波波形，通过抽取波形序列中所包含的目标特征信息来实现目标的分类。

四、基于极化特征的目标识别，极化特征与目标本质形状有着很密切的联系，可以根据目标对电磁波的特定的极化变换作用，测量出变极化响应，进而形成特征空间，对目标进行识别。

需要指出的是，对于目标识别技术的研究，并不局限于上述的途径。国内外学者近年来还陆续取得了一些其他成果。例如Youmans等人对距离像和强度像构成的三维矩阵图像进行三维傅里叶变换，然后利用常规的二维模板进行识别。Forman等人通过旋转目标的三维模型，使得广义的Hough变换和激光雷达目标的关键可分辨特征相匹配，以此作为目标识别的依据。Koksal等人提出了一种基于统计模型的激光成像雷达识别方法，应用边缘跟踪提取目标像的轮廓边缘作为特征，然后建立特征统计模型，通过与目标模型库做匹配，实现了对军用车辆的目标识别。Zhou等人对激光雷达的测量噪声、目标模型精度、量测点密度、目标姿态误差、先验信息和遮挡等因素对目标识别算法的影响进行了研究[10]。