逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）成像技术,可用来获取目标的大小、形状、微运动等有效信息,对于目标识别具有重要的意义。然而,目标相对雷达的平动、低信噪比背景以及多参数耦合给微动目标ISAR成像带来极大挑战。本文针对这些难题,提出了微动目标二维/三维ISAR成像以及微动参数估计新方法,研究成果为目标分类识别提供了理论支撑。论文的主要研究内容包括:第一章首先阐述了论文研究背景和意义,接着系统地介绍了国内外ISAR成像系统发展历程。然后,按照微动目标回波建模、信号分离以及特征提取的顺序依次总结了微动目标特征提取的主要技术方法,引出了该领域目前存在的主要问题,最后介绍了本文的主要研究内容。第二章建立了存在平动时的微动目标回波模型。在目标运动建模方面,建立了雷达与目标之间的平动模型、微动目标自身的旋转模型以及进动模型。结合目标运动模型,建立了平动条件下宽带雷达回波模型。第三章研究了平动条件下基于高分辨距离像序列的转动目标参数估计方法。首先,提出了一种改进的一阶条件矩,证明了高分辨距离像序列的改进一阶条件矩由目标平动成分和转动成分组成。对于参考距离实时测量的情形,根据所提的改进一阶条件矩,采用小波变换方法去除参考距离变化引入的随机平动,对补偿后的高分辨距离像序列作逆Radon变换实现转动目标的参数估计。对于参考距离固定的情形,采用差值序列方法抵消转动成分后粗估计目标平动参数,建立剩余平动参数、转动参数与补偿后距离像序列逆Radon变换后图像熵之间的数学关系,利用粒子群优化算法（Partical swarm optimization,PSO）最小化以剩余平动参数、转动参数为自变量的图像熵函数,实现平动参数与转动参数的联合估计。第四章研究了平动条件下基于回波距离像序列与多普勒联合特征的转动目标参数估计方法。首先,利用距离像序列的峰值位置之和实现了平动粗估计,最大限度的补偿了目标平动。然后,根据转动多普勒的周期相消性,将延迟共轭相乘与分数阶傅里叶变换（Fractional Frontier Transform,FrFT）相结合实现了剩余平动高阶项的精估计。构造剩余平动常数与速度参数原子,建立这些原子与补偿后距离像序列逆Radon后图像熵的关系,求解最小图像熵实现剩余平动低阶项的精估计。最后,构造转动参数集,按照参数集对应的路径函数在平动补偿后回波中作相干累积实现低信噪比条件下目标转动参数的估计。第五章研究了平动条件下宽带雷达进动目标的参数估计和二维成像方法。首先推导了进动目标斜距的二阶泰勒展开式,并将平动条件下的运动目标斜距变化建模为二阶多项式。然后,利用多变量后向投影算法估计每个散射点的运动参数,并结合CLEAN算法降低散射点之间的相互影响。最后,根据提取的运动参数构造多分量信号,实现进动目标的瞬时ISAR成像。第六章研究了窄带雷达进动目标的三维成像算法。首先提出一种进动目标雷达视线角计算方法,通过计算进动目标上散射点位置参数在该矢量上的投影值获得该散射点的斜距。然后采用单距离多普勒干涉和单距离匹配滤波算法,实现进动目标的三维成像。最后,提出了一种目标进动参数和散射点位置参数联合估计的算法,实现了平动条件下目标进动参数估计以及三维成像。第七章总结了本文的主要贡献和创新点,并指出了下一步需要开展的研究工作。