合成孔径雷达（Synthetic Aperture Radar,SAR）作为一种主动型微波成像技术,能够全天时、全天候的获取目标的高分辨图像,在目标的检测和识别中起着越来越重要的作用。近年来,随着SAR分辨率提升和参数估计技术发展,基于SAR的地面非合作动目标检测和识别已经成为国防的重点研究领域之一,得到世界各军事强国的高度重视。然而,由于地面运动目标的非合作性、以及在合成孔径时间内的复杂运动（时敏特性）,导致运动目标能量在SAR图像存在散焦,湮没在背景杂波中,使得目标检测性能有限。因此,需要进一步对动目标进行重聚焦处理,提高其信杂噪比,为后续目标检测和识别奠定基础。然而,现有的运动目标重聚焦算法由于需要插值、多维搜索等操作,导致其存在计算复杂度高,不利于工程实现等问题。另外,现有的目标运动参数估计方法仅仅挖掘利用了回波信号的幅度信息,使得其低信噪比下参数估计性能有限。因此,需要进一步研究低信噪比下快速的运动目标重聚焦方法,提高时敏目标的检测和识别性能。针对上述存在的问题,本文开展了相关研究,主要研究内容及其创新点如下:（1）本章主要围绕SAR动目标重聚焦中面临的关键问题和影响因素展开研究。首先,针对目标呈现的不同运动特性,对SAR合成孔径时间内时敏目标运动历程进行几何和信号建模分析。然后,深入分析了SAR动目标重聚焦中距离单元徙动（Range Cell Migration,RCM）和方位多普勒频率调制（Doppler Frequency Migration,DFM）两个关键因素的影响。在此基础上,给出了所建运动模型适用的边界条件,并通过计算机仿真对上述分析进行了验证。（2）针对现有运动目标重聚焦算法在校正距离单元徙动（Range Cell Migration,RCM）时需要插值或多维搜索等操作,导致重聚焦算法计算复杂度高,不利于工程实现等问题。本文通过挖掘利用RCM的几何信息,提出了一种基于主成分分析（Principal Component Analysis,PCA）和相干积累三次相位函数（Coherently Integrated Cubic Phase Function,CICPF）的快速机动目标重聚焦方法。首先,把目标运动历程建模为高阶的运动模型,利用相位差分（Phase Difference,PD）和高效的PCA方法校正目标RCM,将目标的能量聚焦到同一距离单元。然后,把目标方位向调制建模为多成分线性调频信号,利用提出的CICPF方法实现方位多普勒调制参数精确估计,从而实现机动目标的快速重聚焦。与现有的方法相比,本文提出方法具有以下优势:（1）通过挖掘信号的几何特性,有效的避免了多维参数搜索和插值等操作,降低了算法的计算复杂度;（2）将目标运动建模成高阶模型准确描述了目标的大机动特性,从而实现精确的重聚焦处理。最后,仿真和实测数据验证了提出方法的有效性。（3）针对远距离、小/隐身时敏目标接收的回波信号存在信杂噪比（Signal-Clutter-Noise-Ratio,SCNR）低,导致现有目标运动参数估计方法失效。本文提出一种相干积累平滑三次相位函数（Coherently Integrated Smoothed Cubic Phase Function,CISCPF）参数估计方法。首先,通过探索利用三次相位函数（Cubic Phase Function,CPF）的自项能量呈现对称分布,而交叉项和伪峰的能量呈现不规则分布的这一先验信息,构造了一种新的平滑CPF（Smoothed CPF,SCPF）核函数来抑制交叉项和伪峰。然后,沿自项能量进行傅里叶变换实现自项能量的相干积累。相比现有的方法,提出方法由于同时挖掘利用了回波信号的幅度和相位信息,实现了低信噪比下运动参数的精确估计。最后,将其应用于时敏目标的重聚焦中,得到了良好的聚焦结果,并通过仿真和实测数据结果验证了提出的方法有效性和正确性。