逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)可以在全天时以及复杂环境下获取目标的高分辨率图像,在军用和民用方面都有着重要应用,尤其在军事目标识别领域扮演着重要角色。ISAR图像仿真技术在ISAR系统设计、成像处理算法验证以及目标分类等场合都具有重要应用,成为近年来研究的热点。本文主要研究基于计算电磁学方法的ISAR图像仿真技术。以物理光学法(Physical Optics,PO)为基础,从电磁仿真的角度实现目标的ISAR图像仿真,并使用仿真的数据集研究空中目标分类技术。本文的研究内容主要包含以下几个方面:使用物理光学法计算目标的远场雷达散射截面(Radar Cross Section,RCS)。ISAR图像仿真的关键就是计算目标在不同角度和频率下的散射电场。ISAR仿真的目标多为电大目标,仿真计算量大且对内存要求较高,使用物理光学法可以在结果的准确性、仿真速度以及内存这三个方面取得较好的均衡。本文的PO方法以目标的平面三角形几何网格模型为基础,首先推导出一个三角形面元的表面电流计算公式,然后根据遮挡判断,计算照亮区域三角形面元的远场散射场,最后求解出物体总的散射场。通过实验仿真,不仅验证了本文使用的PO方法计算结果的准确性,在计算速度方面也明显更有优势。详细介绍了ISAR成像原理和ISAR图像仿真的流程。首先介绍ISAR成像原理,基于转台模型,以线性调频信号为发射信号模型,推导出一维距离像和一维横向像的成像公式,然后给出二维ISAR回波模型以及成像算法。根据ISAR转台成像原理,给出了ISAR图像仿真的过程,详尽介绍了成像角度、采样点数目、频率分辨率、角度分辨率等仿真参数的确定依据,并给出一个完整的仿真实例。最后,仿真了部分坦克、飞机、舰船等典型军事目标,并分析了它们的电磁散射特性。最后,基于通过仿真得到的ISAR图像数据集,使用支持向量机对四种飞机目标分类。使用小波变换后的低频特征,为了降低计算量,使用PCA降维,然后通过支持向量机分类器对仿真的ISAR图像数据进行了分类。实验结果表明,对于本文使用的仿真数据集,支持向量机在识别率以及速度方面取得了较好的结果,验证了算法的有效性。