基于雷达全天候、全天时、远距离和宽广观测带的特点以及易于从固定背景中区分运动目标的能力,雷达成像技术得到重视愈来愈多。在雷达成像领域,逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)可以探测到更为丰富的目标信息,在军事学、雷达天文学中有及其重要的应用价值。而ISAR应用价值关键在于实时成像,然而由于ISAR成像数据规模庞大、程序执行时间长,阻碍原始脉冲回波实时成像。原始手段是研制高性能数字信号处理机,但是研制时间长、费用高。而随着高性能技术的繁荣成长,并行计算成为ISAR实时处理的前进方向。针对ISAR一维成像,本文采用傅里叶变换(FFT)进行原始回波距离向压缩获得一维距离像;然后采用加矩形窗积累互相关法和基于傅里叶(Fourier)变换频移因子的最小熵法进行一维距离像包络对齐,即运用积累互相关法获得粗对齐包络,而后以每次回波粗对齐包络为中心求得多个偏移包络,求解单脉冲偏移包络的最小熵值,该熵值对应包络即为相应脉冲对齐后的一维像序列。针对一维成像算法数据量大、复杂度高、运算时间长等缺点,基于并行计算分解方式中的数据并行划分原则,本文提出应用于多线程处理器的ISAR一维成像数据并行方法。该数据并行法利用OpenMP编译制导指令#pragma omp for对距离向压缩算法和包络对齐算法中的最小熵运算步骤进行多线程并行优化,理论分析和仿真实验证明,该并行法提升算法的执行效率,同时保证一维距离像质量不下降。但是由于包络对齐数据并行算法并行效率低,因此本文基于并行处理技术的任务并行划分原则,研究多核处理器上互相关任务并行方法,结合最小熵数据并行法进行包络对齐混合并行处理,该并行方法利用OpenMP编译制导指令#pragma omp for和#pragma omp section执行并行优化算法,实验表明,此方法并行效率较之前显著提升。然而,本方法带来新的问题:一维距离像对齐质量下降,为保证对齐质量不受影响,本文研究依据任务划分方式的最小熵任务并行方法,与互相关任务并行法构成包络对齐任务并行处理方法,实验结果显示此该方法并行效率高,并且对齐质量得到保障。