逆合成孔径雷达可以对各散射点的运动状态都相同的刚体进行成像,但通常情况下,目标除了主体运动,还会存在一些与主体运动不同的微动。微动调制产生的微多普勒效应是一把“双刃剑”,对于目标主体成像来说是不利的,如果微多普勒效应很严重,它会干扰甚至直接淹没目标主体的像,进而影响成像效果;对于目标的识别和分类来说是有利的,可以通过雷达回波中的微多普勒信号获取目标微动部件的信息,有利于目标探测。因此,将雷达回波中的刚体信号和微多普勒信号进行分离,可以兼顾目标主体与微动部件。本文主要研究的目标为含有旋转部件的微动目标,特别是螺旋桨飞机。本文分析了具有旋转部件的目标的雷达回波信号模型,得出由旋转微动调制的回波信号为时变非平稳信号的结论。介绍了两种时频分析工具,并选用短时傅里叶变换作为后续分析的工具。对螺旋桨飞机的螺旋桨叶片建模并推导了回波信号形式,依据回波介绍了估计螺旋桨叶片旋转角速度、叶片数、长度参数的方法。对螺旋桨叶片进行仿真实验,实现了对其结构和运动参数的估计。本文主要从两个方面实现对刚体信号和微多普勒信号的分离:参数估计和信号分解。当目标主体匀速旋转时,其旋转微动部件的微多普勒信号为正弦调频信号形式,基于此,通过估计正弦调频信号参数的方法可以实现对回波信号的分离。在参数估计这一类方法中,主要研究了逆Radon变换和离散正弦调频变换,并针对离散正弦调频变换的缺陷,使用一种改进的人工蜂群算法对其优化。通过仿真实验,得到了对正弦调频信号参数的估计,并利用被分离开来的刚体信号得到了微多普勒干扰减轻的目标主体像。由于当目标主体匀变速旋转时,微多普勒信号不再是严格的正弦形式,参数估计的方法不再适用,基于信号分解的方法优势便显现出来。在信号分解这一类方法中,主要研究了复数经验模态分解和自适应Chirplet分解,并针对Chirplet分解的缺陷,提出了短时-Chirplet分解方法。仿真和实测数据实验得到了无微多普勒干扰的目标主体像。微动部件成像也是需要关注的地方。本文研究了基于粒子群优化算法和逆Radon变换的方法对高速旋转的微动目标进行成像。同时,粒子群优化算法也可以在距离-慢时间域实现刚体信号与微多普勒信号的分离,有利于后续的目标主体成像和微动部件成像。仿真实验得到了良好的微动部件的成像结果。