单雷达成像系统受到信号带宽和相干积累角的约束,雷达分辨率有限。逆合成孔径雷达(ISAR)目标特性增强是一种新兴的雷达成像处理技术,它利用单组或多组从不同空间、频率及时间观测目标的雷达回波数据,通过信号处理的手段获得高精度的目标散射模型参数估计,从而突破分辨率约束,获得高分辨率的清晰图像。信号稀疏表示是一种有效的数据分析方法,它在变换域上用尽量少的基函数来准确地表示原始信号,抓住信号的本质。ISAR成像本质上是一个信号表示的过程,将信号稀疏表示理论应用到ISAR目标特性增强处理中,通过充分挖掘信号的稀疏先验信息,构造超完备字典寻找观测信号最稀疏的表示系数,可以更加精确地提取目标散射参数,大幅地提高ISAR图像质量,有利于图像分析和目标识别等后续处理。本文针对导弹防御系统的应用背景,研究了基于信号稀疏表示的ISAR目标特性增强技术,包括了多雷达信号互相关处理技术、同视角多频带和多视角多频带ISAR目标特性增强技术等。首先,研究了多雷达信号互相关处理。给出了基于距离方位极点的夹角估计方法,联合估计多雷达信号之间的参考距离误差项和多雷达视线夹角;针对基于谱估计的幅相补偿参数估计方法精度不高且需要平滑处理的缺点,提出了基于信号稀疏表示的多频带信号互相关处理方法,利用幅相补偿参数的稀疏特性,通过稀疏重构类方法来估计不相关项,克服了传统方法缺点,提高了估计的精度和稳健性。其次,研究了基于信号稀疏表示的同视角多频带ISAR目标特性增强技术。针对谱估计方法需要预知散射点个数的缺点,建立了多频带ISAR信号表示模型,在论证了基追踪方法稀疏求解的局限性之后,提出了两种改进方法:一是综合基追踪和自回归模型外推的ISAR目标特性增强方法,二是基于稀疏贝叶斯学习的ISAR目标特性增强方法,这两种方法无需散射点个数估计,并且能够获得比基追踪更为稀疏的解。为了进一步提取目标的极化散射信息,建立了多频带相干极化几何绕射理论模型,提出了基于稀疏贝叶斯学习的全极化多频带ISAR目标特性增强方法,克服了谱估计方法的缺点,并利用仿真数据验证了估计精度的提高。再次,详细研究了基于信号稀疏表示的多视角多频带ISAR目标特性增强技术。为了克服两维极点失配的问题,提出了基于扩展矩阵增强矩阵束的ISAR目标特性增强方法来提高参数估计精度和配对准确度。虽然此方法较之修正的求根多重信号分类方法方法来说性能优越,但是还是无法回避散射点个数估计问题。因此建立了多视角多频带ISAR信号表示模型,并利用信号稀疏重构方法来估计散射模型参数,此方法无需散射点个数估计和两维极点配对处理,仿真和实测数据验证了此方法的优越性;为了增强目标的边缘特性,研究了边缘增强的多视角多频带ISAR目标特性增强方法,在保持目标的点稀疏特性同时增强了目标的边缘特性;针对广角度域目标散射存在镜面反射,而传统的镜面角度估计方法精度较低的问题,提出了基于遗传算法的改进方法来提高模型参数估计精度,并进一步给出了多窄带情况下频率依赖因子的估计方法。最后,对ISAR目标特性增强处理的性能进行分析。以Cramér-Rao限为参考,分析了信噪比和频带间隔对多频带ISAR目标特性增强处理的参数估计性能的影响;将ISAR目标特性增强处理等价为一个压缩感知问题,在压缩感知理论框架下分析了稀疏度和采样数等对同视角多频带ISAR目标特性增强处理性能的影响,并提出以基于点扩散函数的相关性度量为评价指标来优化二维采样矩阵,从而指导多雷达布站。