综合孔径辐射计是一类典型的空间频域信号采样成像系统,通过天线阵列接收到的微波信号两两复相关得到可见度函数,经逆傅立叶变换获得亮温图像。干涉式综合孔径成像被广泛应用于天文观测和对地遥感领域。随着干涉技术的发展,地基干涉阵列向着天基干涉阵列发展。在天文干涉领域,天基干涉阵列可有效的避免地球电离层影响,对甚低频观测尤其有利;在对地观测领域,由于天基阵列长基线优势,应用领域也从大尺寸的气象海洋等观测,向着高精度的目标定位和跟踪等方向发展。由于卫星数量的限制,以及系统复杂性、成本等约束,往往采用稀疏阵列。天文观测领域,对全天空和缓变的强源目标成像,可采用稀疏阵列和分时采样获取空间频率域足够的可见度函数采样值后再进行亮温反演,重建观测区域的亮温图像,但对于时变目标该方法不能适用。对地观测领域,由于地面环境复杂,要实现目标的检测几乎不能采用分时采样的方式。稀疏基线情况下,综合孔径图像重建和信息提取面临两个问题。一方面,由于空间频率域采样不足,传统的傅立叶变换和G矩阵等方法难以反演出原始图像信息。另一方面,在分时采样模式下,时变源在成像周期内的亮温变化对成像结果的影响将不能被忽略,传统方法难以检测出时变源和重建变化图像。针对上述稀疏阵列图像反演问题,本文提出了两种图像反演方法,一种基于压缩感知的稀疏基线综合孔径图像重建算法,一种是基于生成对抗神经网络的稀疏基线综合孔径图像重建算法。针对稀疏阵列的时变源信息提取问题,本文提出了一种固定基线稀疏采样运动点目标检测算法,以及一种变基线稀疏采样时变源图像重建算法。具体内容如下:1.针对稀疏采样图像重建问题,提出了一种基于压缩感知的稀疏基线综合孔径图像重建算法,通过压缩感知算法重构图像,并用去卷积方法对残差可见度函数进一步重建,经仿真实验验证,解决了稀疏采样下图像混叠问题,得到高保真度的亮温图像。2.针对复杂场景的稀疏采样图像重建问题,提出了一种基于生成对抗网络的稀疏基线综合孔径图像重建算法,通过学习复杂场景图像的特征,拟合复杂场景图像像素的条件分布,得到逆傅立叶变换图像到重建图像的映射关系,经实验验证,可快速和有效的重建出复杂场景亮温图像。3.针对固定基线稀疏采样下反演图像中伪像和混叠干扰目标检测的问题,提出了一种基于可见度函数时间序列均值差分和去卷积的运动点目标检测算法,通过均值差分消除可见度函数中的背景成分,使得去卷积方法能快速收敛,进而通过洁化方法重建并且检测目标,经仿真验证,具有较低的虚警率和误警率。4.针对变基线稀疏采样下时变源重建图像中目标模糊和动态信息丢失问题,提出了一种引入缓变背景和目标变化的直积空间上稀疏约束的稀疏基线综合孔径动态场景图像重建算法,经仿真实验验证,可得到准确的重建图像和动态信息。