航天技术的进步极大拓展了人类认识太空的广度和深度,随着人类对太空开发和利用程度的不断加深,空间已经成为一种战略资源和高地,现代卫星通信、遥感、定位等技术离不开空间中卫星的支持,同时很多影响国家安全的威胁(弹道导弹等)也来自空间。除此以外,人类开发太空资源的同时也留下了各种空间碎片,这些碎片严重影响着飞行器的安全。这些迫切的现实亟需我国加强空间监视和空间态势感知能力。逆合成孔径雷达由于具有全天时、全天候、远距离探测的特点而成为空间监视和空间态势感知系统中极为重要的组成部分,它所提供的空间目标一维像、二维像是目标识别的有效手段,因此世界各国争相发展大带宽的逆合成孔径雷达以获得更为精细的空间目标图像。多频段ISAR信号融合成像技术通过在信号层拓展雷达信号的带宽从而获得与大带宽雷达相媲美的高分辨雷达图像。该技术可利用现有不同频段ISAR雷达系统,降低了对雷达硬件工艺水平的要求,减少了硬件制造的成本,是一种极具价值的获得空间目标高分辨图像的途径。基于此,本文对空间目标多频段ISAR融合成像的关键技术进行了深入研究,主要包括:1、空间目标多频段ISAR回波建模及融合条件分析空间目标多频段ISAR回波信号来自于不同的雷达系统,很多在单雷达系统中不需要考虑的距离、时延、相位等误差因素都可能导致回波信号融合无法完成。本文较为系统的分析了雷达信号产生到回波处理整个过程中时延和相位变化,建立了多频段ISAR回波模型。提出了多频段回波融合成像必须满足的基本条件,并据此得到了多频段信号相位补偿模型,为后面多频段信号相位失配校正提供理论基础。2、空间目标多频段ISAR回波相位失配校正算法研究空间目标多频段ISAR回波相位失配校正是信号融合成像的基础,相位校正结果直接关系到信号融合的成败。为此,本文首先提出了基于最小熵和特显点的相位失配校正算法,该算法充分利用了不同子频段信号一维像之间的相似性和特显点的相位关系,不需要对子频段信号建模因而有较高的计算效率,适于处理大规模的多频段相位失配校正问题,但是参数估计精度受到瑞利分辨率的限制。接着本文提出基于衰减指数和(Damped Exponent,DE)模型和矩阵束的相位失配校正算法,该方法通过矩阵束算法求得各子频段信号DE模型参数,用对应散射点的相位估计失配相位参数,具有较高的参数估计精度。为进一步提高失配相位估计精度,本文提出了基于稀疏表示的多频段信号失配相位估计算法,用SL0算法得到各频段信号的散射率分布向量,通过最小熵或者互相关等方法建立对应散射点间的关系,进而得到失配相位估计。为了解决上述稀疏表示方法中的网格失配问题并减少字典维数,本文改进上述算法从而提出了基于局部网格细化稀疏贝叶斯学习(LGS_SBL)的相位失配校正方法,该方法包含两次稀疏分解过程,通过第一次稀疏表示过程快速确定含散射点的局部网格区域,进而通过细化和筛选生成新的字典,第二步根据字典的维度选择稀疏表示或欠定方程求解的方法得到散射率分布向量。基于稀疏表示的失配相位估计方法有很高的估计精度,但是计算量大,效率较低。3、空间目标多频段ISAR融合成像算法及成像效果分析针对已校正好的多频段回波信号,本文首先提出通过频率搬移的方式实现多频段信号的融合,该方法借助于稀疏表示算法参数估计精度高的特点,将其中一个频段信号的频段搬移到另一个频段信号频带附近并与之相接,这种方法仅需要对其中一个子频段信号的频带作搬移,能较好的保留了信号的回波幅度特性,频段间隔不太大时融合精度较高。其次,提出基于全频段DE模型参数估计的融合成像方法,该方法利用多频段信号通过矩阵束算法估计全频段DE模型参数,进而得到空缺频段的预测数据,实现全频段信号融合。该算法通过迭代和加权优化的方式对第一次估计出的全频段DE模型参数作修正进而提高了参数估计精度。然后,本文将多频段信号等效为对全频段信号的采样进而提出基于压缩感知的融合成像方法,该方法需要较少人工参数设置,有较高参数估计精度且对字典原子之间的相关性不敏感。最后,本文还分析了噪声和算法误差对融合一维像分辨率的影响。