逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）在实时性、工作距离、环境影响上具有优势,在反导、战略防御、目标识别等方面具有重大价值,对目标的特征提取和成像等也具有重要意义,近年来在军事和民用领域也都发挥了重大作用。但当目标中有高速旋转部件时,传统的雷达成像算法将失去作用,传统的RD算法所成的图像上会出现一个贯穿距离门的干扰,这其中“干扰”就是JEM（Jet Engine Modulation）信号。JEM信号将以一种贯穿距离门的带宽呈现于成像图像上。一般的,我们会希望能够抑制掉JEM信号使得成像结果准确清晰,但实际上JEM信号中蕴含着丰富的微动信息,所以本文将先把刚体目标和旋转部件进行回波分离,分别获取刚体信号和JEM信号,并应用刚体信号进行机身成像,然后利用JEM信号提取出旋转部件的微动信息,最后对旋翼进行成像。首先,本文深入研究了ISAR成像中的JEM信号。从对ISAR成像原理的介绍开始,本文建立了普通机身目标回波的ISAR成像模型和旋翼部件目标回波的ISAR成像模型,并对其都进行了理论研究与仿真分析,对比出两种信号的区别。其次,根据旋转部件信号与普通机身回波信号的不同之处将这两个回波分离。分离回波采用了时频分析的方法,本文选用高斯基信号,也称之为chirplet基信号。先进行对chirplet基信号的建模及特征分析,通过chirplet的定义及分析仿真,知道了chirplet基信号的一些特性,研究其四个参数对该信号的影响,为回波信号的分离打下基础。基于对chirplet基信号的分析,本文对全回波信号进行了分解,分解后依据旋转部件信号相较于机身普通回波信号的不同,使JEM信号与普通机身回波信号分离开来,提取出回波中的JEM信号,并实现了实测数据的回波分离,验证了本文回波分离算法的有效性。然后,本文利用JEM信号进行了微动特征提取。JEM信号中包含了十分之丰富的微动信息,本文采用的是离散正弦调频变换（Discrete Sine Frequency Modulation Transform,DSFMT）的特征提取方法,提取出旋转部件中的参数信息,并用实测数据进行了验证。由于DSFMT算法的计算量偏大,本文还研究了模拟退火（Simulated Annealing,SA）的方法减小计算量,进行了一定的算法优化。最后,本文采用实数逆Radon变换（Real Inverse Radon Transform,RIRT）的方法进行旋翼的成像。本文利用高速旋转散射点的回波与散射点的二维分布函数Radon变换的相似之处,直接对JEM信号进行了实数逆Radon变换,即采用RIRT的方法估计出旋翼的散射点图像。