逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)是一种能够对空天目标进行全天时、全天候、远距离探测的雷达,凭借其高分辨成像的特点,在敌机监视、舰船识别等军事领域以及航空管制、空间探测等民用领域中都有着重要的应用价值。ISAR回波仿真技术在推动ISAR研究进展方面起着举足轻重的作用。然而回波仿真存在时效性低的问题,如何提高ISAR回波模拟效率是ISAR理论研究的一个重点。另一方面,ISAR成像过程是一项大数据量的高密度处理任务,如何实现ISAR成像的高实时性是推动ISAR研究亟待突破的关键技术。本文提出了ISAR回波模拟、ISAR传统成像算法及超分辨成像算法的优化方法。同时,充分利用GPU的运算性能,通过合理的并行设计,大大缩减了回波模拟和成像的耗时。本文的主要内容如下:1、从GPU的开发平台、软硬件架构、存储模式等方面入手,分析了GPU的并行计算优势,为后续的GPU开发作铺垫。2、建立了ISAR空间几何模型,分析了回波的产生以及成像原理,为本文的算法理论打下基础。研究了ISAR成像算法,包括传统的距离-多普勒算法(Range-Dopper,RD)和稀疏成像算法。为了解决方位向高分辨成像与方位积累时间之间的矛盾,研究了基于压缩感知(Compressive Sensing,CS)理论的稀疏成像算法,实现了稀疏信号的超分辨成像。3、针对ISAR回波模拟和ISAR超分辨成像算法计算效率低的问题,提出了基于传统GPU以及嵌入式GPU的并行设计和优化方案,实现了算法的GPU并行处理设计。基于实测数据ISAR基准图进行了回波模拟,并且对模拟得到的回波进行成像,实验结果表明并行设计方案正确高效。