穿墙雷达（Through-the-wall-radar,TWR）成像在各个领域的广泛应用,使TWR系统朝着多通道、多极化、多波段和高分辨率方向发展。随着TWR系统数据采集量海量增加,国内外学者提出将压缩感知理论应用于TWR成像,但在强杂波环境下,压缩感知TWR成像算法的性能会急剧下降。另外,如何有效去除墙体内部钢筋的反射波,进一步提高TWR系统对墙后目标的成像和识别能力,成为亟需解决的问题。本论文针对上述两个问题展开了深入的研究。基于压缩感知理论的TWR稀疏微波成像技术,利用探测场景具有稀疏性这一先验信息,可以大幅度降低回波信号的采样率,减小系统的数据采集量,实现对探测目标的准确高分辨率成像。但是在实际测量过程中由于墙体反射波的存在压缩感知TWR成像性能急剧下降。针对上述问题,本文在TWR成像过程中针对墙杂波与成像空间分别具有低秩性和稀疏性的特点,提出一种基于低秩稀疏约束的TWR成像算法。所提成像算法通过奇异值软阈值法和₁l范数最小化技术进行迭代求解低秩稀疏约束优化问题,实现在墙体强反射波存在的探测环境中基于压缩感知框架对墙后隐蔽目标的准确成像重建。仿真与实验数据处理结果验证了所提成像算法的有效性和准确性。传统的TWR杂波抑制方法包括背景对消法、均值法和子空间投影法等,但是这些杂波抑制方法往往只适用于对均匀墙体引入的杂波抑制。在TWR探测过程中墙体内部有钢筋的存在,传统杂波抑制方法不能去除墙体内部钢筋引入的杂波。针对上述问题,本文考虑到墙内钢筋的反射波信号的低秩性与墙后目标回波的稀疏性,提出一种基于低秩稀疏表示的TWR杂波抑制算法。该算法通过求解核范数与₁l范数相结合的优化问题从而实现对墙体内部钢筋的反射波有效抑制。