分布式雷达利用多个收发雷达协同工作来充分挖掘目标在空间、频率、极化等方面的信息量，从而获得较传统单站雷达更高的成像性能。按照收发雷达的排列方式，分布式雷达可分为广布式和共置式两类。前者中收发雷达的排布较稀松，可实现对目标任意角度的观测;后者中收发雷达的排布则较紧密，且通常采用收发阵列的形式。对于广布式雷达，本文研究基于数字电视直播卫星(Digital Video Broadcasting Satellites，DVB-S)的无源雷达系统;对于共置式雷达，则重点关注基于线性调频(Linear Frequency Modulated，LFM)信号的频率分集多输入多输出(Frequency Diverse Multiple Input Multiple Output，FD-MIMO)雷达系统。　　 首先，在单次快拍条件下建立了上述两种典型系统的回波模型，基于回波与散射系数之间的傅氏变换关系进行了空间谱域分析，给出了一般意义下的分布式成像极限分辨率，并依据FD-MIMO谱域填充的特殊性推导了分辨率的解析表达式。其次，从两种系统空间谱域填充呈现的非致密不均匀性出发，在目标的高频电磁散射稀疏先验假设下，应用经典的稀疏重构方法正交匹配追踪(Orthogonal Matching Pursuit，OMP)实现了基于DVB-S的稀疏无源成像。而在FD-MIMO雷达中，利用回波的两维独立性和联合稀疏性提出了加权同时OMP(Weighted Simultaneous OMP, WSOMP)方法，实现了目标距离像的联合稀疏压缩，有效降低了成像方法的计算复杂度。然后，本文深入研究了两种观测矩阵失配的问题，其一是由于对连续场景离散化导致的Off-grid问题，提出了综合利用ESPRIT和平面匹配技术实现DVB-S无源成像雷达非网格散射点反演的方法;另一是收发雷达存在的位置误差问题，提出了稀疏自校正最大后验成像方法(SparseSelf-calibration via Maximum a Posterior, SSC-MAP)，在获得较好的稀疏成像结果的同时实现了位置误差的自校正，进而给出了算法的收敛性分析和初始条件的设置方法。最后，为了获取目标运动可能给分布式成像带来的增益，针对DVB-S无源成像雷达建立了接收机等效stop-go模型，提出了静止-成像-运动-速度估计(Stop-Imaging-Go-Velocity Estimation，SIGVE)的成像方法;针对FD-MIMO成像雷达提出了利用ESPRIT分别进行距离和方位两维独立压缩，并利用公共弦进行直接速度估计的运动成像方法。