多输入多输出(Multi-input Multi-output,MIMO)雷达作为一种新体制雷达被国内外很多学者深入研究。相比于传统相控阵雷达,MIMO雷达在工作模式、工作效率、干扰抑制以及分辨率上具有显著的优点,但其在获得诸多高性能的同时,在系统结构、数据传输、信号处理等方面给雷达系统也带来了巨大的压力。压缩感知(Compressed Sensing,CS)理论是近年来针对信号的高数据率、高采样率而提出的信号处理理论,该理论能够支持对信号的低速率采样和高概率重构。压缩感知理论应用于MIMO雷达系统,不仅在雷达信号处理中可以低速化处理系统数据,使得数据更易传输和存储,而且在雷达天线阵列布阵和接收通道中可以简化雷达系统的结构设计。因此,本文在MIMO雷达背景下结合压缩感知理论,研究了稀疏子频带的超宽带合成、天线阵列的多波束综合稀布阵、模拟信息转换器(Analog Information Converter,AIC)在MIMO雷达系统接收通道中的设计这三个方面内容。论文主要工作概括为如下几个方面:1、首先介绍了压缩感知的基本理论,阐述了MIMO雷达中关于利用稀疏子带合成超宽带、多波束稀疏天线阵列综合以及用模拟信息转换器设计MIMO雷达接收通道的相关理论和数学模型。2、研究了多个稀疏子频带的超宽带合成成像问题。利用多个稀疏子频带相对于全频带的稀疏特性,在各子频带都相干的情况下,将3GHz?3.7GHz的低频带信号与11.3GHz?12GHz的高频带信号看成3GHz?12GHz的全频带信号的稀疏采样,使高、低频子带信号的宽带合成问题转化为压缩感知中的稀疏信号重建问题,建立多频带信号压缩感知的超宽带合成模型,实现了对静止目标中多个散射点的高分辨率成像。实验结果与传统脉冲压缩成像进行比较,通过比较和分析综合评价了利用压缩感知实现超宽带合成成像的性能。3、研究了多波束联合凸优化方法对天线阵列优化的综合问题。根据均匀阵列的方向图包络和波束扫描特性,提出了一种综合稀布阵方法——多波束联合凸优化方法,该方法分两部分进行,第一部分是在0??60?范围内,首先将多个不同波束指向的期望方向图包络结合凸优化算法,对均匀阵列中的阵元数目、位置及激励等多参数进行优化;第二部分是固定每个波束指向下的稀布阵阵元的数目和位置,在0??60?范围内,再将多个不同波束指向的期望方向图包络结合凸优化算法,对该稀布阵的阵元激励进行优化。在该方法的两个部分中,都利用了压缩感知对期望方向图包络进行稀疏采样和优化重构,使得多波束联合凸优化方法在对阵元数目、位置及激励进行优化稀布阵的同时,实现了一定范围内的波束扫描或多波束。4、研究了分段型AIC结构应用于MIMO雷达系统接收通道设计的问题。首先,用Matlab/Simulink软件对分段型AIC结构进行系统建模,并详细给出了该系统各部分的具体设计,利用多谐波信号对该系统处理信号的能力进行了测试,实验结果与预调制型和直接型AIC结构的比较,体现了该分段型AIC结构在数据精度和硬件结构上的优点。然后,将该分段型AIC结构应用到两发一收MIMO雷达系统接收通道中,设计MIMO雷达系统,利用线性调频(Linear Frequency Modulation,LFM)信号仿真测试该MIMO雷达系统对目标的探测和信号处理性能,仿真实验结果显示,该MIMO雷达系统不仅实现了对回波信号的低采样处理,还实现了对静止目标的距离成像,体现了将该分段型AIC结构应用到MIMO雷达接受通道的可行性和先进性。