برای آشکار سازی اهداف در محدوده خاصی از فضا ، وابسته به تغییر فرکانس داپلر برای جدا سازی بازگشتی های بسیار کوچک حاصل از اهداف متحرک هستیم . از طرفی موقعیت مکانی هدف را از نظر فاصله و در یک یا دو مختصات زاویه ای جهت ردیابی هدف و بدست آوردن مسیر حرکت بررسی می کنیم .در ادامه استخراج هوشمند مشخصه ها و الگوریتم های دسته بندی با استفاده از تصویرهای تشخیص زمان- فرکانس (t-f) ارایه می شوند. شبکه پرسپترون چند لایه و شبکه تابع اساسی شعاعی برای شناسایی نوع مدولاسیون مشخصه هدف موجود در سیگنال دریافتی ارایه می شوند. این شبکه های دسته بندی غیرخطی از یک بردار مشخصه ورودی که بر اساس تصاویر t-f تولید می شوند، استفاده می کنند. در اولین الگوریتم استخراج مشخصه ها انرژی مدولاسیون با استفاده از توزیع فرکانسی مرزی برای شناسایی منطقه از تصویر t-f برداشته می شود. سپس یک الگوریتم دودویی کننده وفقی برای ساختن بردار مشخصه برای رسیدن به تفکیک بالا استفاده می شود. در دومین الگوریتم استخراج کننده مشخصه از فیلتر پایین گذر در تصویر t-f قبل از محاسبه توزیع فرکانس مرزی، استفاده می شود. استفاده از تحلیل اجزای اساسی برای ساختن بردار مشخصه بررسی می شود. یک پایگاه داده توسعه یافته کامل می شود و نتایج دسته بندی برای مدولاسیون های مشخصه حرکتی هدف شبیه سازی می گردد .