本文针对机动目标ISAR(Inverse Synthetic Aperture Radar)成像方法进行了研究,在深入分析信号模型、关键问题的基础上,提出了基于自适应匹配傅里叶变换(matching Fourier transform,MFT)的成像方法,有效解决了机动ISAR像的模糊问题。同时对机动目标平动补偿中存在的问题进行了探讨,并提出基于迭代自聚焦的平动补偿新方法。研究成果对改善ISAR成像质量具有实际意义。首先,简要阐述了课题的研究背景和意义,介绍了ISAR成像系统的发展概况和机动目标ISAR成像技术的研究现状。推导了机动目标ISAR成像的信号模型,并分析了现有机动目标方位向压缩的主要方法,通过仿真对比了其优缺点。其次,本文定义了相对调频率这一变量来描述目标的机动性。借助于相对调频率,提出了一种基于自适应MFT的机动目标成像算法。该算法将机动目标和平稳运动目标成像统一到同一框架下,并将成像问题转化为凸函数的优化问题。新算法有效改善了RID算法和基于信号参数估计算法成像的不足,同时通过快速初始化和梯度下降法寻优,能够自适应的实现对不同机动状态目标成像,整个成像不需要人工干预,工程应用性强。最后,讨论了机动目标的平动相位补偿问题。本文定义了多普勒焦点偏移这一变量来描述机动目标可能出现的线性相位误差,并给以一种基于二维梯度下降法的寻优补偿方法。另外,针对非线性的平动相位误差,本文提出了一种迭代自聚焦算法,可以有效、稳健地实现机动目标的平动相位补偿。