逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）成像技术凭借其全天时、全天候以及高分辨的独特优势,在军事和民事领域都扮演着重要的角色。ISAR通过对空间、空中和海洋目标进行高分辨成像,为非合作目标的分类和识别提供了有力的技术支撑。为了满足越来越丰富的应用需求,ISAR正朝着多功能、多维度和精细化的方向发展。工作模式和系统结构的多样化,以及目标运动的复杂化,使得现有的ISAR成像算法在高分辨成像和精细化运动补偿等方面存在诸多挑战。在十三五装备预研重点项目等多个科研项目的支持下,本文主要针对ISAR成像中的精细化运动补偿、最优成像时间段选择、稀疏信号处理以及三维（Three-Dimensional,3-D）成像等方面展开研究,旨在增强成像结果的分辨率和聚焦性能以及提高运动补偿的精确度和稳健性,为后续的目标识别打好基础。本文的主要研究内容有以下几个方面:（1）ISAR联合方位定标和距离空变自聚焦利用经典的距离-多普勒（Range-Doppler,RD）算法得到的ISAR图像在方位维反映的仅是目标的多普勒信息,而非目标的真实尺寸信息,为了便于后续的特征提取和目标识别操作,需要对RD图像进行方位定标。我们提出一种联合方位定标和距离空变自聚焦算法,它通过求解最小熵优化问题获得目标有效转速（Effective Rotational Velocity,ERV）的最优估计,从而在实现方位定标的同时完成距离空变自聚焦,进一步提升了ISAR图像的聚焦性能。（2）联合平动运动补偿和精细化方位定标通过分析包络偏移和初相误差的同源性,代替级联的处理方式,本文第三章提出一种联合平动运动补偿算法。并且针对目标几何中心和等效旋转中心不一致导致方位定标失真的问题,建立了联合等效旋转中心偏移值和ERV信号模型。通过求解最大对比度优化问题,联合实现平动运动参数、等效旋转中心偏移值和ERV的最优估计,从而可在低信噪比下联合实现平动运动补偿和精细化方位定标。需要指出的是,这里所说的“联合”有两方面含义:一是平动运动造成的包络偏移和初相误差的联合校正,二是平动运动补偿和精细化方位定标的联合实现。（3）舰船目标ISAR最优成像时间段选择舰船目标受到海浪扰动影响,具有极强的机动性,因此最优成像时间段选择是必不可少的。针对这一问题,我们提出一种基于海洋动力学先验信息的舰船目标ISAR最优成像时间段选择算法。该算法代替数据驱动的处理方式,利用海洋动力学先验信息（海情、浪向角和航速等）并根据流体动力学原理直接推导计算舰船目标3-D摇荡运动的解析表达式。然后基于目标平动运动和转动运动的几何关系推导得到目标的有效转速矢量。利用有效转速矢量和最大对比度准则,从而可确定舰船目标的最优成像时间段。该算法避免了回波中噪声和杂波的干扰,并且无需进行滑窗成像处理,因此具有鲁棒性强和运算量小的优点。（4）机动目标精细化相位自聚焦对于机动目标而言,不仅平动运动会产生相位误差,转动运动同样会造成图像模糊。因此,本文第五章提出一种精细化ISAR相位自聚焦算法。该算法建立了两维（Two-Dimensional,2-D）空变相位误差模型,该模型不仅考虑了目标平动速度和ERV的时变特性,而且还考虑了成像投影平面（Imaging Projection Plane,IPP）的转动特性。利用包含粗估计和精估计的两步估计法求取模型参数的最优估计,从而实现机动目标的精细化相位自聚焦。仿真和实测数据实验验证了所提算法的有效性和必要性。（5）2-D稀疏数据的高分辨ISAR成像与运动补偿针对多功能雷达系统接收的稀疏步进频-稀疏孔径波形（Sparse Stepped Frequency Modulation and Sparse Aperture Waveform,SSFM-SAW）回波信号,本文第六章提出一种基于2-D联合稀疏重构（2-D Joint Sparse Reconstruction,2D-JSR）的高分辨ISAR成像与运动补偿算法。该算法构建了2-D联合稀疏重构字典,并将平动和转动运动误差表达为模型误差,从而建立了SSFM-SAW信号模型。基于贝叶斯压缩感知（Bayesian Compressive Sensing,BCS）理论,并且根据SSFM-SAW信号模型推导得到稀疏驱动优化函数,利用改进的拟牛顿法高效求解,从而联合实现2-D联合稀疏重构和运动补偿。该算法充分利用了回波信号的2-D耦合信息,并且避免了2-D级联稀疏重构误差传递,因此具有精确度高和稳健性强的特点。（6）基于2-D联合稀疏重构的机动目标干涉ISAR（Interferometric ISAR,In ISAR）3-D成像针对稀疏频带-稀疏孔径（Sparse Frequency Bandwidth and Sparse Aperture,SFB-SA）下的具有3-D转动运动的机动目标,本文第七章提出一种基于2-D联合稀疏重构的3-D机动运动目标In ISAR成像算法。该算法通过分析目标运动和空间位置的定量关系,推导得到非空变波程差和空变波程差的解析表达式。其中,由3-D转动运动造成的空变波程差是我们本文提出的新概念,它不仅是慢时间的函数,而且还具有空变特性。实验结果表明,对于具有3-D转动运动的机动目标而言,空变波程差的补偿是必不可少的,它直接影响In ISAR成像精度。基于此,我们提出了联合波程差补偿算法（Joint Wave Path Difference Compensation Algorithm,JWPDC）,它不仅联合多通道实现图像配准,而且联合补偿非空变波程差和空变波程差,因此实现了In ISAR成像的精细化图像配准。对于SFB-SA信号,为了保证多通道间干涉相位信息的高相关性,我们提出了多通道联合的2-D联合稀疏重构（Joint Multi-Channel 2D-JSR,JMC-2D-JSR）算法。此外,对于平动运动和3-D机动转动运动造成的运动误差,我们利用第三章和第五章所提算法可实现精确补偿。通过JMC-2D-JSR和JWPDC以及运动补偿算法的循环迭代处理,可获得具有3-D转动运动的机动目标的高精度3-D几何重构结果。