雷达信号层融合成像是一种新兴的雷达成像处理技术,它是多传感器信号层融合与雷达成像技术相结合的产物。它旨在通过对来自不同时间、空间或频率上的雷达观测信息进行相干融合,以提高目标散射中心参数估计精度并获得更高的雷达成像分辨率,从而有利于目标识别与图像理解等后期处理。传统的单雷达成像系统受单传感器信号带宽与观测相干积累时间的约束,雷达成像分辨率有限。随着雷达技术和信息处理技术的不断发展,利用多雷达观测信息进行信号层融合成像成为克服单雷达成像系统局限的一种有效方式。基于多雷达观测信息的有效融合,可以明显改善雷达成像分辨率,提高目标散射中心参数的估计精度。本文针对逆合成孔径雷达成像的应用背景,研究了多雷达信号层融合成像处理中的一些基础问题以及不同融合方式下的多雷达信号层融合成像算法,包括多频带雷达信号层融合成像的理论框架、信号幅相补偿、多频带多雷达信号层融合的高分辨距离成像算法、稀疏多子带雷达信号层融合的超分辨距离成像算法、二维信号融合超分辨ISAR成像算法等。首先,提出了多频带多雷达信号层融合成像的理论框架,在研究多频带多雷达信号融合回波模型的基础上,建立了实际信号处理中统一的幅相误差模型;详细分析了残余相位误差与雷达间隔距离、目标尺寸、观测几何等因素的相互关系以及残余相位误差对一维距离成像的影响,给出了三种降低残余相位误差的雷达布站方式;研究了多频带雷达信号层融合成像的基本原理,分析了实际信号处理中非均匀采样对幅相补偿和信号融合一维距离成像的影响,并提出了基于插值的均匀重采样处理方法。其次,根据信号幅相误差补偿模型,利用信号模型的子空间特性,对于可重叠的频带观测数据分别提出了基于快速Root-MUSIC和基于ESPRIT-LS的幅相误差补偿参数估计算法;为了减少频域数据长距离外推预测引入的预测误差对幅相补偿的影响,提出了基于熵最小准则的幅相补偿方法,该方法无需重叠频带数据,有效地减少了频域数据外推预测的距离。再次,从已有电磁模型的分析出发,根据雷达回波信号的非平稳特性,提出了基于非平稳时间序列处理的雷达信号融合高分辨距离成像算法,比较了基于Prony模型、ARIMA模型、TVAR模型的多频带雷达信号融合高分辨一维距离成像方法,结果表明基于TVAR模型的融合成像算法具有更好的融合成像效果;为了更好地表示回波信号中的不同成分,在分析距离像多分辨率性质的基础上,将多分辨分析与非平稳建模相结合,提出了DT CWT+TVAR的信号融合高分辨距离成像算法,在不同的尺度空间上对信号进行非平稳建模,较好地刻画了信号中的局部特征然后,针对稀疏多子带观测下雷达信号带宽间隔过大,已有信号融合高分辨距离成像方法不再适用的情况,建立了幅相补偿和散射中心参数估计的统一模型,研究了如何通过空间谱估计技术来进行参数估计,详细分析了空间平滑处理对参数估计的影响,并提出了两种特殊的空间平滑处理方式来简化参数估计;从简化计算的角度考虑,通过构造特殊的空间导向矢量矩阵,将线性相位误差和固定相位误差的估计解耦,利用信号的旋转不变特性,进一步提出了一维搜索的ESPRIT超分辨成像算法;针对超分辨成像算法,分别从Rayleigh准则和Cramér-Rao限的角度出发,定性、定量分析了雷达信号融合对成像分辨率的改善作用,推导了单雷达超分辨成像和雷达信号层融合超分辨成像中散射中心参数估计的Cramér-Rao限,并分析比较了各种因素对距离成像分辨率的影响。最后,分析了单雷达成像与双雷达信号融合ISAR成像在波数空间上的差异,针对共面成像情况,研究了双雷达信号层融合ISAR成像的预处理技术,提出了消除线性相位误差、简化初始时刻雷达视线夹角估计的参考距离匹配技术,并提出了双雷达融合下的目标转动参数估计方法;基于双雷达信号层融合成像模型,提出了一种半解耦的双雷达观测融合超分辨ISAR成像算法;为了更充分地利用多频带信息,更好地改善纵向分辨率,进一步提出了双雷达观测融合的联合超分辨ISAR成像算法。仿真结果表明所提出的两种算法对目标散射中心参数的估计精度均高于单雷达成像估计结果,并具有较好的稳健性。