逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)成像技术具有远距离探测、全天候、全天时工作的特点,有效的提升了雷达数据获取和信息感知的能力,被广泛应用于军事和民用领域。随着应用需求的不断增加,ISAR成像技术逐渐从粗分辨率向高分辨率成像,从单天线、单极化向多天线多极化等多维度成像,从单传感器到多传感器协同处理等方向发展。并且,随着雷达系统和相控阵技术的不断发展,现代多功能ISAR在具有高分辨成像能力的同时,还要具有广域观测、多目标跟踪和定标的能力。然而,在实际成像中,对单个目标而言,用于宽带成像的时间和资源是有限的,通常会导致方位孔径较短或稀疏不连续等问题。因此,结合现代雷达宽带体制和成像应用的发展特性,对ISAR精确的相位误差补偿、高分辨成像和定标技术的研究将有利于雷达成像和目标识别能力的提升。在不增加现有雷达系统复杂度的前提下,本文旨在研究利用稀疏信号处理方法来提高雷达成像的分辨率、稳健性、及应用的灵活性。研究内容主要针对ISAR方位定标、稀疏孔径运动补偿和多通道三维高分辨成像三个关键问题。论文围绕国家“973”计划课题“稀疏微波成像的理论、体制和方法研究”、国家自然科学基金“空间目标全极化ISAR成像与特征提取研究”以及国家自然科学基金“基于压缩感知信号重构的空时稀疏ISAR成像技术”等项目,对高分辨ISAR成像和定标技术进行研究。论文的主要内容可概括如下：第一部分是本文的基础理论,为后续章节的工作提供了必要的知识储备。主要介绍ISAR的基本成像原理,总结和归纳了传统的ISAR成像处理方法,并围绕压缩感知理论的三个要素,介绍了基于压缩感知的高分辨ISAR成像算法。第二部分研究低信噪比短孔径ISAR方位定标算法。针对低信噪比短孔径观测下的ISAR成像及应用,提出一种有效的ISAR方位定标算法。在不同观测视角下,分析了两幅ISAR图像间存在的关系。基于ISAR图像的稀疏特征,首先,利用加权压缩感知实现高分辨成像,保证强散射中心高精度恢复的同时有效地抑制噪声。然后,根据二维傅里叶变换和极坐标映射的特性,利用极坐标图像间的相关性对转动角速度进行初估计。最后,利用加权压缩感知对相关函数峰值位置进行精确估计,提高了估计精度和效率,从而实现ISAR图像的方位定标。第三部分研究稀疏孔径ISAR相位自聚焦和高分辨成像算法。针对孔径观测稀疏下的ISAR回波信号,提出一种基于加权特征向量的稀疏孔径ISAR相位自聚焦算法。首先,利用归一化幅度方差准则进行距离单元样本选择。然后,分析各个距离单元回波信号的信噪比(Signal Noise Ratio, SNR)水平,通过对特显点样本数据增加不同的权值,使得具有高SNR特性的距离单元样本在估计中占较大的比重,有效地增大了信号的作用同时抑制了噪声的影响。为确保相位误差估计的精度,以迭代的方式对多普勒频移和相位误差进行估计和补偿。最后,根据贝叶斯压缩感知理论,利用最大后验概率估计法,推导出基于稀疏约束的ISAR超分辨成像模型,实现稀疏孔径观测下ISAR信号的高精度重建。第四部分研究基于联合稀疏约束的干涉ISAR (Interferometric ISAR, InISAR)三维成像算法。InISAR能够获取机动目标的三维图像,但长时间观测下机动目标的多普勒谱是时变的,因而影响目标三维图像的质量。因此,针对短相干处理时间内的机动目标,利用ISAR图像的稀疏性,提出一种基于多通道联合稀疏约束的InISAR三维成像算法。首先,对平动分量中的包络偏移和相位误差进行统一补偿。接着,对来自不同天线的回波信号的距离差进行补偿,得到配准的ISAR图像。然后,通过建立联合稀疏约束最优化模型进行超分辨成像,有效地利用了多通道回波信号间的相关性,提高了ISAR图像中强散射中心的重建精度,并有效地保持了通道间的相对相位信息,从而获得较高精度的干涉相位信息,实现高质量的目标InISAR三维成像。此外,利用快速傅里叶变换简化了最优化问题的求解,提高了算法的运算效率。