超宽带探地雷达（Ultra-Wideband Ground Penetrating Radar,UWB-GPR）作为一种具有抗干扰、高分辨等优点的对地无损探测技术，在众多工程领域被应用。但由于超宽带信号的高采样率和高数据量，给信号的采集存储及传输处理等带来不便。压缩感知理论(Compressive Sensing,CS)是一种不丢失重要信息的低速压缩采样，为解决上述不便提供了思路。再者，探地雷达成像技术是一种直观有效的探地数据分析手段，同条件下的压缩感知的高分辨率、低旁瓣杂波的成像质量优于传统的时频域成像算法。但是，压缩感知理论要求信号在能在某个域上进行稀疏表示，当探测区域目标增多时，目标相对背景的稀疏性减弱，导致成像效果变差，出现目标散焦、虚像等问题。针对上面两个问题，将本文主要工作内容概括如下：　　针对脉冲体制的超宽带探地雷达的工作过程，提出了一种基于压缩感知理论的探测回波信号的重构方法。本方法不依赖于介电常数来建立冗余重构字典，在时域上，将探测回波在时间窗口上等分出若干时刻，设定每个时刻处都可能存在目标反射波峰，针对所有阵元下可建立出对于整个回波的冗余重构字典，进而可以将回波数据进行稀疏表示。最后经过压缩感知求解得到稀疏系数，将重构的冗余字典乘以求出的稀疏系数后便可得出重构的回波数据。从实验结果可以看出，压缩采样后的数据量大大减少，缓解了采集和存储压力，选取合适的远小于传统奈奎斯特采样点数的测量数，回波可以被准确地重构出来。　　针对地下目标数增多时，目标相对于探测背景的稀疏性减弱，会导致压缩感知成像结果出现散焦、虚像。扩大探测区域可以保证目标相对背景在空域上稀疏性，但又会带来成像时所求解的网格点处反射系数增多，导致计算量大幅上升、消耗系统资源大，成像实时性差。对上述成像模型进一步优化改进，在对地下目标进行压缩感知成像前，先对接收到的回波数据进行预处理，预先提取出潜在目标位置，只对潜在目标体位置处进行成像，需要进行压缩感知优化求解的网格点处反射系数大大减少，从而约束方程的待求解元个数大量减少，大幅优化了压缩感知求解过程，因此在保证目标成像聚焦的同时也能符合实时性要求。实验结果表明算法可行、有效。