逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）可以全天时全天候对目标进行远距离成像,在战略防御、空间探测、港口监视等军民领域发挥着愈加重要的作用。随着需求的不断增加,对ISAR成像效率和成像质量的要求也在不断提升。因此,需要对常规运动补偿和成像技术进行改进和更新以充分满足新的应用需求。实际应用中,由于激烈的空间攻防对抗和复杂的外界电磁环境干扰等因素,雷达所接收的回波数据会存在污染、丢失的情况;雷达系统的多任务协同工作模式等原因,也会造成用于成像的回波数据存在方位向孔径缺失。稀疏孔径（Sparse Aperture,SA）条件下,传统成像算法分辨率低,且会受到严重旁瓣干扰。此外,SA还会严重影响运动补偿和横向定标精度。基于以上原因,研究SA条件下具有高成像效率和高成像质量的算法具有重要实际意义。本文针对SA条件下的运动补偿和成像展开研究,其中成像部分包括目标成像及ISAR图像横向定标两个方面,旨在提高成像效率和成像质量。主要研究内容可以概括为四个部分:快速相位校正、平稳运动目标超分辨成像、机动目标高分辨成像以及用于解决低转速目标定标问题的横向定标。本文主要工作如下:1.给出适用于SA数据的运动补偿算法,并针对基于特征向量的相位校正算法计算复杂度高的问题,提出基于特征向量的SA-ISAR快速相位校正算法。包络对齐后,数据协方差矩阵最大特征值对应的特征向量包含相位校正所需的相位差信息。原相位校正算法直接对高维度的数据协方差矩阵进行特征分解操作,计算量较大。所提出的快速相位校正算法利用Lanczos迭代或Arnoldi迭代仅对包含相位差信息的特征向量单独求解,避免了高计算复杂度的数据协方差矩阵特征分解步骤,从而大大降低了计算量,提高了相位校正效率。仿真和实测数据实验验证了所提出的快速算法具有较低的计算复杂度,同时保证了相位校正精度。2.针对常规成像算法分辨率低,以及稀疏条件下成像质量差的问题,提出两种针对平稳运动目标的SA-ISAR超分辨成像算法。分别为基于多重信号分类（Multiple Signal Classification,MUSIC）的SA-ISAR超分辨成像算法和基于谱分解求根MUSIC（Spectral-Factorization Root-MUSIC,SF-Root-MUSIC）的SA-ISAR超分辨成像算法。基于MUSIC的超分辨成像算法首先通过空间平滑将每个距离单元的数据协方差矩阵恢复为满秩矩阵。然后,利用盖氏圆盘算法估计散射点个数,利用MUSIC算法估计散射点位置,并通过最小二乘算法求解散射点强度,进而得到目标超分辨成像结果。基于SF-Root-MUSIC的超分辨成像算法通过多项式求根估计散射点位置,用求根代替了MUSIC算法的谱搜索过程。针对求根多项式阶次高的问题,所提算法利用谱分解将求根多项式的阶次降低一半,从而大量减小了计算量,提高了成像效率。仿真和实测数据实验验证了所提出的两种算法具有较高的成像分辨率,且可以有效提高SA情况下的成像质量。3.针对SA机动目标成像,提出基于松弛迭代的机动目标SA-ISAR高分辨成像算法。根据机动目标转台模型分析,运动补偿处理后,每个距离单元的回波信号形式可以看作多分量线性调频（Linear Frequency Modulated,LFM）信号。所提出的算法利用松弛迭代技术估计多分量LFM信号参数,随后,通过对不同时刻散射点回波的瞬时多普勒频率进行频谱分析,得到目标的距离瞬时多普勒成像结果。所提算法成像质量较高,且对数据缺失具有较强鲁棒性,当数据大量缺失时,仍可给出聚焦良好的成像结果。仿真和实测数据实验验证了算法的有效性。4.针对ISAR图像横向定标,提出基于MUSIC的SA-ISAR横向定标算法,用以解决低转速目标的定标问题。该算法首先利用归一化幅度方差准则选择单强散射点所在的距离单元,这些距离单元所对应的回波信号可以看作单分量LFM信号。随后,对每个距离单元的LFM信号降阶,并利用MUSIC算法估计降阶后的单频信号频率。然后,对不同距离单元的参数估计结果拟合,得到一条斜率与目标转速相关的直线。最后,通过分析直线斜率求出目标转速,实现ISAR图像横向定标。所提算法定标精度较高,计算复杂度较小,可以有效解决低转速目标的定标问题,且适用于SA数据。仿真和实测数据实验验证了算法的优越性。