1、逆合成孔徑雷達（Inverse Synthetic Aperture Radar,ISAR）技術(shù)利用雷達和目標之間的相對運動帶來的多普勒效應進行成像，為非合作目標識別提供了重要途徑，因而得到了廣泛關(guān)注和深入研究。然而，對于目標和雷達都在運動的空空目標ISAR成像情況，由于成像難度較大，現(xiàn)有研究并不多，隨著空中作戰(zhàn)中對目標批次和類型進行分辨和識別的需求日益強烈，這一特殊情形下的ISAR成像技術(shù)也逐步成為當前的研究熱點。
　　本文針對

2、機載雷達對空中目標進行廣義逆合成孔徑雷達成像的復雜情況，建立了相對運動模型，分析了成像流程及其難點，對其運動補償和自聚焦方法進行了分析和選擇，并基于時間窗優(yōu)化對最佳成像平面進行確定，解決復雜運動導致的成像模糊問題。本文具體工作以及創(chuàng)新點歸納如下：
　　1.針對雷達和目標都在運動的情形，建立廣義坐標系、雷達和目標自身坐標系共同來進行完整描述。通過更新兩者的相對坐標值體現(xiàn)運動參數(shù)的變化，并將自身運動矩陣化，與各自坐標系中坐標值相乘來表

3、達自身運動，最終能生成具有空空目標特性的回波數(shù)據(jù)。基于上述分析，解釋了目標轉(zhuǎn)動引起成像平面對應的有效旋轉(zhuǎn)矢量時變，因而成像平面難以確定。
　　2.針對空空目標這一特殊情形，建立適合的運動參數(shù)估計模型，并對比與改進多種平動補償算法。其中重點運用多普勒質(zhì)心法進行相位補償，并再次進行距離精細補償來優(yōu)化平動補償效果，為后續(xù)轉(zhuǎn)動補償減輕負擔；
　　3.針對空空目標ISAR情形轉(zhuǎn)角大的難點，采用改進的極坐標重格式化算法(Polar Fo

4、rmatting Algorithm,PFA)，該算法先對平動補償后的數(shù)據(jù)進行自聚焦處理，再選擇最佳插值函數(shù)來進行極坐標格式化處理。仿真驗證改進后的算法對不同的運動參數(shù)下目標的成像效果均優(yōu)于傳統(tǒng)的PFA。
　　4.當目標存在復雜運動，成像投影平面不穩(wěn)定。針對由此帶來的成像模糊問題，本文提出結(jié)合自聚焦算法，以圖像質(zhì)量指標來選擇最佳時間窗，即選擇最佳聚焦的成像平面，將這一難題轉(zhuǎn)化至最優(yōu)化問題的層面。采用雙線性搜索來確定時間窗長和中心時