MIMO(Multi-Input Multi-Output)雷达目标的参数估计对于该新体制雷达的发展与应用具有重要意义。相比传统雷达而言,MIMO雷达参数估计面临着数据量大、采样率高等现实难题,针对此问题,本文充分利用雷达目标分布的稀疏性和压缩感知(CS)信息处理的巨大优势,紧紧围绕基于CS的MIMO雷达参数估计展开研究,重点研究了基于压缩感知的MIMO雷达目标DOA估计和DOA-Doppler联合估计问题,以及基于MIMO雷达的压缩感知测量矩阵设计问题。第一章阐述了本文的研究背景及意义,介绍了MIMO雷达系统及其目标参数估计的发展概况和研究现状,概述了CS理论的发展及其应用,对基于CS方法的MIMO雷达目标参数估计研究现状进行了总结和分析。第二章为基础理论研究。介绍了CS理论的基本原理,对CS的数学模型及关键要素进行了分析和讨论;从基于CS的MIMO雷达参数估计理论分析出发,阐明了基于CS方法 MIMO雷达参数估计原理,并详细阐述了CS方法用于MIMO雷达参数估计的RIP条件、MIMO雷达回波的稀疏性分析与字典构造、压缩感知数据获取以及参数估计的CRB,从数值仿真实验出发,提出了将CS方法用于MIMO雷达参数估计并证明了该方法的可行性,为后续研究工作提供了坚实的理论基础。第三章研究了基于CS的MIMO雷达目标DOA估计。通过对MIMO雷达目标DOA估计的几种传统方法进行简要介绍,阐明了MIMO雷达目标DOA估计的原理;提出了将CS方法用于MIMO雷达单目标DOA估计,分别针对一维和二维情况对其进行建模以及对该方法用于DOA估计的原理分析,通过数值仿真实验表明了该方法的优越性;又提出了将CS方法用于MIMO雷达多目标DOA估计,分别针对基于CS方法的MIMO雷达一维和二维DOA估计进行了建模和原理分析,并研究了MIMO雷达多目标DOA估计的分辨限,通过数值仿真实验表明了该方法的优越性并说明了分辨限的重要性。第四章研究了基于CS的MIMO雷达目标DOA-Doppler联合估计。通过对MIMO雷达目标DOA-Doppler联合估计的回波信号进行建模,介绍了多普勒模糊函数以及DOA-Doppler联合估计的基本原理和方法;研究了CS方法用于MIMO雷达目标DOA-Doppler联合估计的基本原理、DOA-Doppler平面网格划分的准则以及最大网格划分尺寸,分析了MIMO雷达目标DOA-Doppler联合估计的分辨和不模糊速度间隔;提出了将CS方法用于MIMO雷达目标DOA-Doppler联合估计并分析了该方法的性能,通过对信干比的性能分析来说明其优势,针对随机测量矩阵和改进的随机测量矩阵两种情况,分别对静止目标和慢运动目标的信干比进行了分析;通过与匹配滤波方法对比的数值仿真实验来验证该方法的性能,目标落在DOA-Doppler平面网格点上的仿真实验表明了该方法用于MIMO雷达目标DOA-Doppler联合估计的优越性,目标落在DOA-Doppler平面网格外的数值仿真实验表明了划分网格的重要性。第五章研究了基于MIMO雷达的压缩感知测量矩阵设计问题。介绍了随机测量矩阵、可重构条件、互相关重构条件和累加互相关重构条件等相关内容,为测量的优化设计提供了理论基础;通过对测量矩阵的设计问题建立模型,提出了基于互相关性的测量矩阵优化设计方法,通过理论分析得到了其可行性,基于此,又提出了基于累加互相关性的测量矩阵优化设计方法,通过数值仿真实验与高斯随机测量矩阵的性能对比,表明了这两种方法的有效性。第六章总结了论文的研究工作和主要创新点,指出了需要进一步研究的问题。