当采用高分辨雷达对目标进行观测时,微动是指目标或目标上某些部件沿雷达视线方向的小幅、非匀速运动。通过对微动目标进行逆合成孔径雷达(ISAR)高分辨三维成像,能够获得其结构和运动信息,从而为微动目标检测、跟踪、分类与识别提供重要依据,并在空间态势感知与防空反导中发挥着重要作用。由于微动目标运动形式复杂,回波非平稳性强,现有的ISAR成像方法已经不再适用。针对该问题,本文系统研究了基于散射点航迹矩阵分解的微动目标高分辨三维成像方法,具体包括典型微动建模、单一微动目标高分辨三维成像、微动群目标高分辨三维成像、进动目标典型微动参数估计等四部分内容。本文主要内容可概括为如下四个部分:第一部分简要介绍了ISAR成像原理,并建立了微动目标的运动模型。第二部分研究了基于航迹矩阵分解的单一微动目标三维高分辨成像方法。为提高散射点之间的可分性,提出基于距离-瞬时多普勒像序列的微动目标散射点航迹关联算法。该算法首先利用分水岭(watershed)方法提取距离-瞬时多普勒像序列中散射点的二维坐标,然后用最近邻方法关联得到其航迹矩阵。在此基础上,进一步提出基于谱分析的航迹矩阵精细化估计方法。最终,通过航迹矩阵分解获得复杂微动目标的三维散射点分布。该方法对复杂微动形式具有稳健性,避免了参数化成像方法复杂度较高等问题。进动和章动锥体目标的仿真数据验证了该方法的有效性。第三部分研究了微动群目标三维高分辨成像方法。针对复杂环境下,微动群目标散射点航迹矩阵的重构问题,提出基于增广拉格朗日函数的航迹矩阵估计方法。针对子目标航迹矩阵的分离问题,提出基于k近邻与图拉普拉斯算子的聚类方法。最终,通过对分离出的子目标航迹矩阵进行分解,实现了对微动群目标中子目标的三维重构。仿真数据验证了该方法的有效性。第四部分提出了基于最小化代价函数准则的进动目标典型微动参数估计方法。该方法充分利用航迹矩阵分解后,雷达视线矩阵中包含的微动信息,推导出等效雷达视线第三维坐标的表达式,进而构建代价函数。通过非线性最小二乘与二次规划方法对欧拉旋转矩阵、进动角等参数进行估计。该方法不受目标散射点分布的影响,有效避免了微动参数与散射点坐标耦合时运算量较大的问题。仿真数据验证了该方法的有效性。