逆合成孔径雷达(ISAR,Inverse synthetic aperture radar)是一种高分辨的成像雷达,它是通过发射宽频带信号来实现距离向的高分辨,利用多普勒频率分辨实现方位向的高分辨,从而在二维上实现高分辨。逆合成孔径雷达可以对舰船、卫星、飞机、导弹等运动目标进行远距离并全天时、全天候的二维成像。随着ISAR成像技术的发展,成像的分辨力的提高也越来越受到重视,由于目标的3-D图像包含目标轮廓信息更丰富,所以开展了对目标3-D成像技术的研究。3-D图像能提供在某一目标上的特殊散射点的健壮目标的特性和特点从而更容易对目标进行识别,在ISAR图像在对运动目标的获取上扮演着非常重要的角色。本文将针对序列二维ISAR图像来对运动目标进行三维重构的研究,在ISAR重构领域中采用了因子分解法,并进行了分析、仿真与外场实测数据实验。文章的主要内容如下:(1)介绍了ISAR对三维目标进行二维成像的基本原理,并对成像进行了仿真,然后对实测数据进行距离对准和相位校正等处理得到较清晰的二维飞机图像,为以后的分析处理奠定了基础。(2)由于通常ISAR目标的非合作性,横向分辨率需要通过横向定标算法来估计得出,才能实现目标图像距离-方位向的二维定标,将所有图像都横向定标后针对序列图像进行的三维重构才有意义。本文针对基于分数阶傅里叶变换(FrFT)的横向定标算法进行了研究,利用FrFT估计出目标在成像期间的转动角速度从而求出成像期间目标的总转角,从而对二维ISAR图像进行横向定标。(3)ISAR图像并不像光学图像那样清晰易分辨,在三维重构时,还需要选取某些特定的强散射点来重构物体的三维散射结构,这就需要对二维图像进行特征点的选取与匹配。本文针对ISAR像的特点,首先在图中选取一部分强散射点,再按照对图像划分大小相同的网格,并在每个网格中都选取最强的几个散射点,即网格法提取散射点,从而完成特征点的提取,强散射点法视图像的特点而取舍。特征点的匹配只针对两帧图像之间夹角很小时通过对比相应网格位置散射点的个数来进行的。(4)研究了因子分解法和连续因子分解法,并将此两种方法运用到ISAR三维重构仿真实验中,实验验证了此两种方法的有效性及对ISAR图像重构的有效性,并将两种方法的重构精度进行了比较。最后将ISAR二维成像、网格法及因子分解法运用到雅克-42飞机的实测数据中。