传统距离-多普勒ISAR成像方法和传统雷达信号采集方法所面临的数据量大、采样率高等问题。本文深入研究了基于压缩感知的ISAR成像,围绕压缩感知成像理论和实测数据处理中面临的理论难题与实测数据误差等问题,结合雷达数字接收机和相控阵雷达等雷达发展方向,致力于解决当前空间目标成像中面临的实际问题以及现有算法的局限性。本文研究的主要内容包括宽带成像雷达数字接收机的压缩感知应用、稀疏回波压缩感知自聚焦问题、相控阵雷达多目标成像问题以及压缩感知成像中遇到的复杂运动目标和含旋转部件目标的成像问题。第一章绪论主要阐述了论文的研究背景及研究意义,介绍了空间目标成像雷达的发展现状和压缩感知技术现状,重点分析了压缩感知在雷达技术中的应用,特别是压缩感知在空间目标成像中的发展情况。对压缩感知雷达成像中面临的挑战和存在的技术难题作了总结与分析。从中出发引出了本文的主要研究目标和方向,对论文的研究内容和主要安排作了简要介绍。第二章研究了压缩感知在线性调频雷达中频信号采集和数字接收机中应用,并提出了一种快时间压缩采样数字中频接收机和一种正交一维距离像重构算法,并在此基础上进一步提出了慢时间域与快时间域同步稀疏采样的二维稀疏成像方法。首先从ISAR成像模型的角度出发,对线性调频回波信号进行了稀疏性分析,基于散射点成像模型和一维距离像稀疏性构造了中频回波的稀疏字典,提出了一种基于随机采样的中频直采数字接收机,可以大大降低中频直采对于ADC采样率的需求。提出一种正交一维距离像重构算法,实现了从欠采样中频回波中直接重构目标一维距离向的方法,重构得到的一维像具有很好的保相性,便于后续ISAR成像方位向聚焦。提出了基于2D压缩感知的二维图像重构方法,将压缩采样扩展到距离和方位向两个维度,在二维同时稀疏采样的前提下,大大降低成像所需的数据量。基于2D-SL0算法实现了二维直接重构,与传统的二维图像压缩感知处理方法相比,大大降低了重构算法的复杂度,提高了二维像重构速度。第三章重点研究了在方位向回波数量不足的压缩感知成像场景中的自聚焦问题,提出了一种针对稀疏回波的相位补偿方法。在实测信号的雷达成像中,目标的相参性被观测误差破坏,基于理想转台模型提出的算法无法直接重构得到图像,必须进行相参化处理。压缩感知成像中,回波信息的缺失又导致传统的自聚焦算法对稀疏回波数据补偿失效。本章首先从理论角度分析了压缩感知成像中实测雷达数据的噪声和测量误差模型,将带有相位误差的压缩感知成像问题等效为求解最稀疏解和最小图像熵的联合优化问题,在传统的压缩感知重构函数中增加最小图像熵作为重构正则化参数。提出了一种迭代方法对该优化问题进行求解。在每一个迭代过程中,首先使用压缩感知重构算法基于现有误差重构目标;然后基于最小熵或最大对比度准则从当前重构目标结果估计相位误差。用当前误差补偿回波数据后再进入下一次迭代,迭代直至误差小于设定的阈值范围。本章所提算法完全基于稀疏采样的数据估计相位误差,从而实现随机脉冲数量不足时的图像自聚焦。经过仿真数据验证,对多种相位误差均由较好的补偿效果,实测数据处理结果进一步验证了算法的可行性。第四章研究了基于压缩感知的宽带相控阵雷达多目标同时成像技术。针对同时多目标观测场景中雷达脉冲资源有限的问题,本文充分挖掘相控阵雷达脉冲分配的灵活性,基于慢时间域压缩感知成像方法提出一种随机脉冲分配方案,将观测时间内的有限雷达脉冲资源分配给多个目标,在慢时间域实现对多个目标的随机欠采样,然后利用压缩感知成像方法从稀疏回波中重构每个目标的二维像。考虑到多目标场景中目标通常具有不同尺寸,并且相对于雷达视线方向具有不同的旋转速度。本章从ISAR成像原理和压缩感知观测条件角度出发,证明了压缩感知成像所需的脉冲个数与目标尺寸和目标转速的关系,并推导了三者之间的换算公式。基于以上推导,本章在随机脉冲分配方案的基础上进一步提出了自适应多目标同时成像方法。该方法基于目标尺寸估计和旋转速度估计对脉冲分配比例进行实时计算,雷达在多目标观测过程中实时修正脉冲分配比例,从而进一步优化雷达资源分配。采用本章提出的脉冲分配方法及压缩感知重构算法,可以利用有限的雷达资源实现尽可能多目标同时成像,有助于提高雷达的多目标观测能力。仿真实验结果证明了本文所提脉冲分配比例计算方法以及自适应多目标同时成像方法的有效性及必要性。第五章研究了含微动部件目标的压缩感知成像问题,提出了一种针对稀疏回波的微多普勒分离及压缩感知成像方法。目前针对空间目标的压缩感知成像研究大部分都是基于刚体目标模型,缺少对含旋转部件的目标压缩感知成像的研究。由于目标主体散射点的回波在慢时间域具有明显的稀疏性,利用压缩感知算法可以从稀疏回波中重构成像结果。但旋转部件的微多普勒效应会对其所在的距离单元回波造成调制及干扰,破坏目标主体散射点回波在慢时间频域的稀疏性,导致图像重构结果散焦。本章提出了包含微动部件目标的理想散射点回波模型,并从时频分析的角度研究了微动部件对目标主体回波多普勒频率的影响,利用面元模型回波仿真方法分析了旋转部件对目标一维距离像的影响。研究了稀疏回波场景下,含微动部件目标的ISAR成像模型,利用基于稀疏短时傅里叶变换的稀疏时频分析方法,对稀疏采样后的回波时频特性进行分析;提出了一种基于慢时间域加权积分与压缩感知的微动特征分离方法,可以在回波数量不足的情况下去除旋转部件对目标主体回波的干扰,改善主体散射点的压缩感知成像重构效果。最后给出了针对仿真数据和实测数据处理结果,证明了算法的有效性。第六章对本文的研究工作和主要创新点进行了总结,并指出了下一步需要努力的研究方向。