逆合成孔径雷达(ISAR)的成像目标除了自身主体部分的运动之外,往往还存在局部运动,例如飞行中的直升机旋转翼叶片、行驶中的汽车车轮,弹道导弹弹头的进动,行人走路或者跑步时手和脚的摆动等等,这些运动统称为微动。目标的微动会产生额外的多普勒频率调制,这种现象被称作微多普勒效应。不同的目标具有特有的微动特征,这为雷达目标的识别和分类提供了新的技术途径。本文针对ISAR成像的微多普勒效应展开研究,包括微多普勒效应干扰的消除,目标三维微动轨迹的重构,行人极化微动特征分析以及利用极化雷达对人体动作进行分类研究。论文的主要研究内容和创新点如下:1、微多普勒效应干扰消除方法研究。针对微多普勒效应对ISAR成像产生干扰的问题,提出了可以保留目标主体部分并消除微动干扰部分的二元变分模态分解算法。该算法将已有的变分模态分解由实数应用推广到复数应用,对ISAR经过匹配滤波后的回波数据,沿着方位向对信号进行分解,通过设置合理的能量阈值分离出目标主体回波信号和微动部分回波信号,随之将微动干扰部分移除。最后对仅保留目标主体信息的回波信号进行成像处理,得到抑制了微动干扰的ISAR图像。通过仿真和实际雷达实验,验证了该算法的有效性。此外,针对低脉冲重复频率(PRF)导致缠绕的情况,提取时频图微动部分,采用变分模态分解,可以有效提取目标的微动周期。2、重构目标三维微动轨迹方法研究。针对单发单收雷达系统只能获取目标沿雷达视线方向的信息,而无法获取三维运动信息的缺点,提出了采用单发三收的L型三天线干涉雷达系统。结合维特比(Viterbi)算法和本证线性调频信号成分分解(ICCD)算法,对目标回波信号进行分解,并提取各接收天线回波信号分解后的干涉相位,通过干涉相位提取目标三维微动参数并重构目标三维微动轨迹。仿真结果验证了所提出方法的有效性。通过双天线干涉实验,提取了目标二维微动参数并重构了目标二维微动轨迹,实验结果进一步验证了该方法的有效性。3、行人极化微动特征研究。通过卡内基梅隆大学图像实验室的人体运动捕获数据库获取行人在不同时刻的各肢体的位置信息,利用FEKO软件建立了行人下手臂和躯干模型。根据位置信息,通过MATLAB调用FEKO对行人下手臂的RCS进行实时仿真,模拟行人极化回波并获得不同极化条件下的时频图。根据时频图可以发现,行人下手臂HH极化的微动时频图呈现上升的特征,行人下手臂HV极化的微动时频图呈现下降的特征。利用Ka波段的双极化雷达对理论仿真结果进行了实验验证,两者高度吻合。4、利用极化雷达开展对人体动作的识别研究。开展了人体动作的双极化雷达探测实验,获取大量实验数据。通过对雷达回波数据进行处理,获取时频图,结合HH极化和HV极化时频图,并采用深度卷积神经网络(DCNN)算法对人体动作进行识别研究。将双极化识别结果与只采用HH极化或者HV极化的识别结果进行对比,结果表明采用HH和HV双极化可以获得比单一极化更高的识别准确率。