雷达成像技术现已广泛应用于地面目标侦察、地球环境测绘以及海洋学和冰川研究等众多科学领域。其成像处理算法主要为匹配滤波过程,这需要信号接收机的采样频率工作在奈圭斯特采样定律要求的采样频率之上。为了进一步提高观测场景的成像分辨率,就需要采用更高采样速率的信号采集设备。从现阶段来看,雷达信号采集系统的采样速率已经很难大幅度的提升,同时较高的信号采集设备将产生庞大的采样数据,这将造成有限的存储设备只能测量更少的目标场景。压缩感知理论出现在2006年后,并被许多学者成功的应用到众多信号处理领域中。压缩感知理论表明利用待测信号的先验知识,只需要极小的测量集即可对信号达到唯一的描述并精确重建。应用到雷达高分辨率成像中,可以有效地减少信号的采样个数,以及显著降低信号采集设备的采样速率。本文研究采用超宽带噪声作为信号源的压缩感知雷达成像方法。与传统雷达系统和成像方法相比,该方法主要包含以下方面的优势。第一,超宽带噪声信号源的随机特性使其测量具有较低的可截获性和较强的抗电磁干扰特性。第二,当使用相同数量的采样数据信息时,利用压缩感知理论的成像方法可以有效提升成像质量,消除传统成像算法的旁瓣效应。第三,利用成像场景的稀疏特性,压缩感知成像方法可以实现在降采样的条件下对场景精确重建,采样频率可以远低于奈圭斯特采样定律,可以利用较低的采样设备获得较高的成像分辨率图像。第四,压缩感知理论的观测矩阵需要满足一定条件,当使用确定信号作为信号源时,需要采用随机采样方式来保证这一性质。而超宽带噪声信号源自身的随机特性,即使不采用随机的采样方式仍然可以使感知矩阵满足压缩感知重建的条件,因此可以简化系统设计。本文主要完成内容如下:（1）总结了雷达成像的发展历程,以及各种成像理论算法提出的时间背景,并重点介绍了超宽带噪声雷达的压缩感知成像发展现状及其面临的机遇与挑战。（2）简要介绍超宽带噪声SAR的传统成像理论方法,以及压缩感知理论基本原理和求解算法。（3）详细的介绍了一种基于压缩感知的超宽带噪声雷达成像方法,与传统成像算法相比它可以消除强反射点的旁瓣效应。在不影响最终成像质量的前提下,采样数据利用率可以降至36%,因而可以显著降低雷达系统的硬件成本。（4）针对压缩感知重建算法的算法复杂性,结合后向投影成像理论,提出了一种基于压缩感知理论的快速成像算法,该算法具有很好的运算效率,可以实现大尺度场景的成像问题,最终实现了成像像素为2048×2048的成像结果,成像规模提高了256倍。