在传统汽车的基础之上,现代汽车越来越往智能化方向发展,智能化发展的汽车能提高驾驶舒适性和行驶安全性。驾驶员辅助系统是基于环境传感器的智能控制系统,汽车雷达作为车辆周围环境探测的主要传感器,可以为车辆控制提供周围目标信息,能更好地提高车辆的行驶安全性和舒适性。本文首先对国内外驾驶员辅助系统的雷达目标识别研究现状做了对比分析,指出目前国内外研究主要是汽车窄带雷达目标识别,对于宽带雷达车辆识别研究较少,并且没有充分利用于车辆目标的极化特征,并从宽带雷达目标识别和提取散射极化特征出发,确定了本文研究内容,并制定了技术路线。其次阐述了雷达散射截面积在车辆识别中的意义,雷达散射截面积的定义,对于雷达散射截面积的求解,对比五种预估方法的优缺点。考虑到车辆表面结构,得出在汽车雷达目标识别领域适用的计算方法是混合法。混合法在计算复杂细节电大尺寸目标时,能综合考虑计算效率和精度。指出依靠雷达散射截面值不能进行车辆分类识别。接着明确了宽带雷达的散射中心定义,研究车辆雷达散射中心意义。利用快速ISAR算法得到车辆散射图像,得到车辆表面主要散射中心分布,用车辆散射中心可以简化表示车辆形状,利用射线追踪方法研究车辆三个主要散射中心的RCS及其反射形式。然后介绍了极化特性的四种形式,散射矩阵的表示方法。建立了宽带雷达模型,对比不同宽带的车辆目标雷达高分辨距离像,得出了宽带雷达车辆目标识别的优势,通过第三章得到的车辆散射中心,利用散射矩阵表示全极化散射数据,通过三种极化分解得出车辆散射中心的极化特征。最后建立了汽车雷达仿真模型,确定了测试参数和测试环境,设定车辆目标速度信号,雷达根据测量得到车辆目标的高分辨距离像,通过提取四种车辆散射中心的极化特征并建立特征样本,仿真三种典型汽车运行工况,根据散射特征向量进行车辆识别分类,雷达能比较准确识别到目标且能根据散射特征判断车辆目标类型。本文的研究对于宽带雷达识别车辆目标有一定的理论和参考意义,通过宽带雷达极化特征提取技术,雷达能比较及时准确地探测到环境中的车辆目标,对于汽车驾驶员辅助系统以及最终的车辆自动驾驶研究指明了方向。