三维ISAR成像算法可得到目标的三维ISAR散射点集,相较于二维图像,能反映目标的真实尺寸及形状,从而为目标参数提取及目标识别提供必要的信息支持。但受限于雷达分辨率,单视角的三维ISAR散射点集包含较少的目标特征及信息,难以有效提取目标的各项参数。而不同视角的点集间具有互补性,配准后可得到更完整的点集数据,但不同视角的点集间也存在大量的非重合区域,造成三维ISAR散射点集配准相较于二维图像配准更加困难。针对三维ISAR散射点集稀疏且不同视角点集间的重合区域较少,难以配准的问题,本文开展多视角三维ISAR散射点集数据配准方法研究,主要工作可归纳为:1、研究了三维ISAR成像技术。介绍了二维ISAR成像的基本原理与基于三维摇摆平台的三维ISAR成像算法,即利用平台本身的三轴转动实现目标高度维分辨。通过结合基于分数阶傅里叶变换的参数估计算法,可准确估计回波信号的各项参数,得到成像结果。通过仿真获得了三种模型在不同视角下的三维ISAR成像数据。2、针对三维ISAR散射点集的特征点易聚集,难以反映整体特征的问题,提出基于邻域曲度排序的多尺度特征点提取算法。该算法首先在各点处进行二次曲面拟合并提取曲度值后,提出在多个邻域尺度中挑选曲度值大小均满足排序要求的点作为特征点,使得提取的特征点更具“代表性”。仿真表明该算法所提取的特征点分布更均匀,能够更好反映散射点集的整体特征。3、对于多视角的散射点集间重合区域较少,易产生误匹配点对的问题,提出基于CRMS与DRMS的匹配点对筛选算法。该算法首先通过距离均方根误差(DRMS)评价函数得到具有“一对一”关系的匹配点对,接着提出使用坐标值均方根误差(CRMS)评价函数筛选匹配程度最高的四对匹配点。仿真表明该算法能够有效筛选匹配点对。4、针对点集精配准算法易陷入局部最优的问题,提出基于自适应阈值的迭代最邻近法。该算法提出根据各次迭代后点集间最邻近点对的距离计算自适应阈值,通过阈值提取有效的对应点集,接着由对应点集进行迭代配准并判断迭代是否收敛。通过多种评价指标验证了所提算法可获得更优的配准效果。在三维ISAR成像基础上,针对不同视角下三维ISAR散射点集难以配准的难题,本文提出了散射点集特征点提取、匹配点对筛选与由自适应阈值计算迭代关系的三维ISAR散射点集配准方法,仿真结果验证了所提方法的有效性。