随着航空航天技术的不断发展,准确识别航天器、空间碎片等空间目标逐渐成为了保证航天器安全、展开空间探索的重要任务。其中,空间目标姿态识别和参数估计是判断航天器在轨状态、运动意图、威胁等级的重要手段。本文以天基空间目标识别为背景。研究了基于ISAR和光学成像的融合姿态特征提取以及参数估计问题。首先,针对课题中实测数据难于获取的问题,分析了基于轨道仿真卫星模型和开源模型的模型组成,设计了各自的散射点计算方法。并对识别场景,以及主星、目标星的关系进行定量描述。接着,在目标平稳运动的假设下,对仿真生成的散射点目标进行ISAR成像仿真。在此基础上,采用多天线分别对目标进行成像,并针对三维成像过程分析了方位向失配原因。通过调整参考距离选取的方式,解决了图像在方位维失配的问题,实现了多天线图像配准。利用配准后的成像进行相位干涉,通过俯仰轴分布天线的回波相位差还原了目标的高程信息。同时,还针对场景参数,对目标进行光学成像仿真。然后,研究了基于光学和ISAR成像的特征级融合姿态识别方法,对目标姿态取向完成了粗估计。这部分内容从卫星结构相似性、种类关联性出发,采用张量的方法对来自多种类、多姿态下的卫星ISAR图像以及光学图像整体进行建模。并利用Tucker分解计算姿态特征向量,实现了对数据的降维。在此基础上,分别对光学和ISAR成像退化情形进行分析,设计了ISAR与光学图像的特征级融合方法,实验验证了其对于单个传感器识别效果的提升。最后,在粗略估计姿态信息的基础上,又采用像素级融合的方法,结合光学和In ISAR提取了更精细的姿态信息。首先,针对几何特征明显的光学图像,本文设计了基于Stacked-Hourglass堆叠沙漏网络的关键点定位姿态识别方法。在此基础上,采用拉普拉斯金字塔将其与ISAR成像进行融合,将光学图像上的关键点信息映射到ISAR像上。再利用ISAR成像与In ISAR成像之间的映射关系,提取出关键点所对应的俯仰维信息,进而通过一些关键部件（如帆板边缘）的空间指向刻画了姿态信息。