雷达成像技术具有全天时、全天候和远距离成像等特点,在地形测绘、海域检测和灾难预报等众多领域中取得了广泛应用。随着目标识别技术的日益成熟,获得高质量的成像结果成为重中之重,复杂运动目标成像算法研究成为了本领域的研究热点。本文对复杂运动目标成像算法的研究主要分为三个部分:大转角成像、机动目标成像和海面舰船目标SAR/ISAR成像。高质量图像的衡量标准之一是图像的分辨率。高分辨率ISAR图像的获取是以增大成像时间为代价的,这意味着越距离单元徙动(MTRC)现象的加剧。因此,研究不受MTRC影响的大转角成像算法具有重要的实用价值。本文主要研究了两种大转角成像算法:后向投影算法和极坐标格式算法,分别介绍了两种算法的成像原理,对仿真和实测数据进行成像,得到了高分辨率的ISAR图像。一直以来,获得高质量的机动目标成像结果一直是本领域的难点和挑战。现有的机动目标成像算法主要围绕着参数化的距离——瞬时多普勒(RID)算法展开研究和改进。然而,现有的参数化RID算法没有考虑到回波信号的幅值随时间变化,获取的ISAR图像可能存在模糊和重影现象,降低了成像质量。本文提出了一种基于自适应高斯窗的时变幅值估计方法,能够准确且自适应地估计出信号的时变幅值。此外,进一步提出了基于时变幅值估计的RID算法,能够减轻MTRC和雷达散射截面积(RCS)变化所带来的影响,可以得到聚焦的ISAR图像。对机动目标的仿真和实测数据进行成像,验证该算法的实用性。随着对海域安全的防范意识提高,对海面舰船目标的成像算法研究迫在眉睫。针对海面舰船目标,SAR/ISAR混合成像是一种合适的解决方案。现存的SAR/ISAR成像方法中,图像分割和数据提取方法采用的是人工处理,极大地耗费了人力资源。因此,本文提出了一种自动化的图像分割和数据提取方法,自动化过程使用了聚类分析算法来实现。进而,提出了基于图像自动分割的SAR/ISAR成像算法,并进行了仿真和实测数据实验,获得了清晰的成像结果。