压缩感知的出现为雷达成像技术提供了新思路，同时也因为海杂波的存在，雷达数据的稀疏性受到破坏，这对于贪婪迭代算法中需要事先知晓稀疏度，进而进行压缩感知重构的算法来讲，无疑有很大的影响。本文将贪婪迭代算法中的SAMP算法应用到压缩感知雷达成像中，首先，SAMP算法不需要稀疏度作为输入参数，这对于稀疏性受到海杂波影响的雷达回波无疑方便很多。其次，SAMP设置了阈值这一参数，作于重构算法的迭代终止条件。本文根据海杂波的情况进行SAMP算法中阈值的估算，进而达到抑制海杂波的目的。首先，本文分析了海杂波的幅度特性，以及时间与空间相关特性，采用球不变随机过程算法仿真时-空二维海杂波，结合仿真结果对比分析了仿真与理论的时空相关的K分布海杂波，证明了球不变随机过程算法的有效性。接着，建立了舰船目标的散射点模型，介绍了舰船目标的距离-多普勒算法，给出了海杂波下舰船目标的仿真成像，由此分析了海杂波对于传统的RD成像结果的影响。然后，本文将压缩感知应用到ISAR成像的方位向中。首先介绍了方位向的压缩感知ISAR成像原理，构造了算法所需的稀疏基，重构算法采用了贪婪迭代算法中的OMP和SAMP算法。文中分析了稀疏度，测量数对于OMP算法的影响，以及步长，阈值以及测量数对于SAMP算法的影响。通过仿真结果，证明了稀疏度对于OMP算法性能的重要性，从而体现出SAMP不需要稀疏度作为输入参数的优势。另一方面，通过理论证明和仿真结果，验证了估算海杂波幅度的方法估算SAMP算法的阈值可行并且合理，能够达到大幅度地抑制海杂波的目的。最后，本文将压缩感知应用到ISAR成像的距离向中。先后采用OMP重构算法和SAMP重构算法进行仿真，与传统的RD算法的距离压缩部分进行比较分析。接着，本文分析了测量数对于OMP算法和SAMP算法的影响，在不同平均功率信杂比下对算法进行了仿真。