超宽带技术是近年新兴的一种短距离无线通信技术,它在吞吐量、传输速率、功耗、抗干扰能力、成本等方面都有显著的优势,并广泛应用于军事、航天、医疗、环境、交通等各个领域的探测、遥感、通信等场景。其中因超宽带具有穿透能力强,多径分辨能力强等特点,使得它在目标识别方面具有丰富的应用研究,如军事可疑目标检测,勘探时有价值资源目标探测、救援中生命目标识别等。基于超宽带目标识别的研究,多数场景中使用的是超宽带雷达装置。该装置收集雷达发射信号的回波信号,通过对回波信号进行分析处理,提取表征目标属性的信息,然后进行分类识别。本文在超宽带通信场景下,从接收信号中提取目标特征的信息,根据这些信息对收发设备间不同的障碍物进行识别。实现了在超宽带正常通信过程中对目标进行识别的功能。同时,模式识别中的支持向量机方法是较为重要的识别分类方法之一,且在处理小样本方面具有优势,常用于目标识别及趋势预测。本文将支持向量机应用于障碍物目标识别中,根据提取的目标特征参数,对不同目标进行识别。并采用理论仿真和实际测量相结合的方法,验证课题的可行性。本文首先利用理论仿真的方法对脉冲超宽带通信环境进行建模,针对不同的目标建立不同的模型。根据仿真得到的不同障碍物场景下的接收信号,提取能表征障碍物目标特征的参量,利用多分类支持向量机对目标进行识别。初步验证了基于支持向量机的脉冲超宽带目标识别方法的可行性。并对支持向量机的核函数及其参数选取、通信环境噪声对识别效果的影响进行了研究。然后利用实际测量对基于支持向量机的脉冲超宽带目标识别方法可行性进行了实际验证。在实际测量分析中,利用PULSON UWB收发设备进行通信获得接收信号,从中提取能表征实际通信环境中目标特征的参量,然后利用支持向量机进行识别,同时利用网格搜索与5-折交叉验证结合的方法对松弛变量和核函数参数进行选取,以提高的障碍物识别正确率。理论仿真和实际测量结果都说明了基于支持向量机的脉冲超宽带目标识别方法的有效性。