数字波束形成天线的每个天线单元都有一个对应的T/R组件,因而阵列的阵面造价十分昂贵,是雷达耗资的主要部分。对于大型的阵列,DBF雷达造价将变的十分昂贵,采用稀布阵技术和子阵技术,在保证雷达窄的波束和高的角分辨率的同时,可以大大减少射频通道数量,从而降低成本,因此稀布阵技术受到了人们广泛的关注,是目前的研究热点之一。本文为了解决现有稀布阵波束形成技术存在的不能进行波束扫描和自适应干扰抑制等问题,在压缩感知理论和低秩矩阵填充理论的基础上,开展了基于数据重构的稀布阵数字波束形成技术研究。主要工作如下:（1）提出了基于数据重构的稀布阵数字波束形成天线系统框架。在原来的DBF系统上增加了两个模块:压缩采样网络和数据重构模块,压缩采样网络在射频通道之前,数据重构模块在A/D采样和DBF处理器之间。压缩采样网络对空域信号进行压缩欠采样,采样得到的信号经过混频和A/D釆样之后,用数据重构算法对信号进行恢复,得到满阵时各通道的信号,然后进行数字波束形成,得到DBF输出信号。该方法可以在不减小天线口径,不影响波束性能的前提下,大大减少射频前端数量。（2）在上述系统框架下,提出了基于压缩感知的数字波束形成算法。首先给出了基于压缩感知的数字波束形成算法的数学模型;接着给出了一种简单易实现的压缩釆样网络,并根据采样矩阵与投影矩阵之间的关系,提出了一种基于遗传算法的阵列位置优化方法;其次给出了两种压缩感知的重构算法:正交匹配追踪算法（CS-OMP）和光滑l₀范数法（CS_SLO）,并比较了两种算法的恢复效果;然后针对目标不在栅格上时性能恶化这一问题,提出了非均匀栅格方法,提高一定的恢复性能;最后给出了线阵及面阵下的仿真,仿真结果表明该算法得到的方向图性能良好,可以进行波束扫描和自适应干扰抑制。（3）为了进一步解决目标不在栅格上时,恢复误差变大这一问题,提出了基于低秩矩阵填充的数字波束形成算法。利用回波信号在空域的稀疏性,用稀布的阵元接收信号,构造不同的低秩矩阵,提出了基于快拍处理和基于数据块处理两种信号恢复方法:a)基于单快拍的处理方法,将每个快拍的回波信号分别进行重排,构成Hanke1矩阵,然后用不精确的增广拉格朗日乘子法（ILAM）进行元素的填充;b)基于数据块的处理方法,用多快拍的欠采样数据构造一个半正定的低秩矩阵,然后交替方向乘子法（ADMM）进行数据填充。这两种算法都不需要将空域栅格化,恢复结果与目标角度无关,较好地解决了目标不在栅格上的问题,理论仿真结果也证明了这一点,且基于数据块处理的方法性能优于基于单快拍处理的方法。（4）为了进一步减少计算量,提出了基于自适应栅格调整的数字波束形成算法。联合正交匹配追踪（J-OMP）算法在一定程度上解决了目标不在栅格上的问题,使目标不在栅格上时恢复误差有所减小。在此基础上,针对角度信息随快拍变化较慢的目标,我们对该算法进行了改进,提出了基于自适应栅格调整的优化算法。该算法利用上一次估计得到的支撑集及角度偏差,调整栅格,不仅在恢复效果上优于J-OMP,而且在信号恢复的过程中,去除了重复的原子选择过程,大大减少了计算量。较好地解决了目标不在栅格上的问题,计算量也小于低秩矩阵填充算法。为了解决低信噪比情况下,信号丢失问题,采用多快拍的处理方式,使得小信号情况下的恢复性能有所改善。提出了另外一种压缩采样网络,不规则子阵形式的压缩采样,与稀布阵结构相比,由于该方法仅减少了射频通道数量,而没有减少阵元个数,所以恢复性能优于稀布阵结构。（5）完成了基于数据重构的稀布阵数字波束形成天线系统的硬件实现和系统测试。针对实际工程需求,研制了 X波段DBF雷达系统,并针对算法验证的需求对系统进行了修改。在微波暗室中,对提出的算法进行了理论验证。首先介绍了测试系统的组成及测试环境,给出了完成该算法理论验证所需的系统测试框图;其次对测试系统的接收通道进行了校准,并给出了校准结果,最后在该测试系统上对提出的算法进行了原理验证,测试结果与理论结果相符,验证了基于数据重构的数字波束形成算法的正确性。