在自动驾驶场景中，我们研究基于车载雷达传感器的目标识别问题。相较于激光雷达（LiDAR）传感器，雷达具有成本低、全天候环境适应性强等优势，是自动驾驶感知系统中极具潜力的传感器。然而，雷达信号在目标识别方面存在角度分辨率低、定位精度不足等局限性。为提升车载雷达的感知能力，本文利用连续的本体中心鸟瞰图（ego-centric bird-eye-view）雷达图像帧中的时序信息，实现更精准的雷达目标识别。我们基于目标存在性及其属性（如尺寸、朝向等）在时间上的连续性，提出一种时序关系层（temporal relational layer），显式建模连续雷达图像帧中目标之间的时序关联关系。在目标检测与多目标跟踪任务中，实验结果表明，所提方法显著优于多种基准方法，展现出优越的性能。