对于传统的雷达系统而言,雷达系统的距离分辨率受限于发射信号的扫频带宽,为了获得高分辨距离像,则需要发送更大的扫频带宽,而实际工程应用中,带宽的增加常常伴随着硬件成本及其硬件复杂度的提升,并且存在众多技术上的瓶颈。雷达多频带融合技术作为一门新兴的研究方向,旨在通过信号处理的方式将频谱多个子频段融合成大带宽信号,从而在不损失雷达图像性能的情况下降低硬件成本。雷达多频带合成主要包括频带配准和频带融合两部分,其中,由于多部雷达发射起始时间、空间位置和发射频带的差异导致不同雷达的接收回波呈现相参失配,相参配准质量直接决定着频带融合性能。雷达目标建模是分析频带融合的基础,本文从信号模型出发,分别介绍了当发射信号为步进频率信号和线性调频信号下的动目标建模。由于雷达的探测对象主要为运动目标,因此,在多频带相参配准之前,首先要对接收回波做运动补偿,消除因目标运动引入的非相参元素。多雷达相参配准是实现频带融合的首要步骤。结合实际物理背景介绍了引起多频带相参失配的原因以及相参失配对目标距离像产生的影响。提出了一种基于遗传算法与信息熵准则相结合的自适应迭代算法来估计线性相位,指出传统代价函数估计固定相位时存在的弊端,提出了一种基于极点信息的固定相位估计函数。通过计算机仿真结果说明本文算法受噪声影响小,估计精度高。频带融合是实现多频段合成的重要步骤。多频带回波在频谱中分布分为频带重叠、频带相切和频带相离三种场景,其中频带重叠会使得雷达之间相互干扰,频带相切在多频带之间完成相参匹配后则实现多频段合成,对于频带相离这种场景,由于不同子频带之间存在空缺频段,因此需要通过相参配准后的频段数据预估空白频段。本论文就频带融合的细节在第四章详细地展开论述,其中包括建立全频段极点模型、模型参数估计、频段估计和多频带拼接四部分;其次,介绍了利用MDL和AIC准则估计模型阶数的基本原理,结合高分辨谱估计算法估计模型极点信息,通过线性最小二乘法估计幅度信息;最后基于全频段极点模型,讨论了空白频段的估计方法,以及频带拼接的实现步骤。通过计算机仿真结果详细分析了实验参数设置对融合性能的影响,解释了低信噪比场景下频带合成质量下降的原因,仿真结果表明经过频带合成后距离分辨率明显优于子频带,验证了算法的有效性。