为了提高角度分辨率、作用距离和测量精度，现代雷达需要发射宽带甚至超宽带信号以及增加阵元个数和阵列孔径，而奈奎斯特(Nyquist)采样定理的限制使得大带宽信号的采样很难实现。基于信号低秩模型的矩阵填充(Matrix Completion)理论能够以低于Nyquist速率的采样率对信号进行采样，可以解决大数据量的采样、传输、处理与存储问题。本文主要研究基于低秩矩阵模型的雷达目标参数估计。首先介绍了矩阵填充的基本原理及一些常见的重构算法，并对重构算法的性能进行分析。其次，本文重点分析了脉冲雷达的低秩矩阵模型，提出了脉冲雷达的随机初相采样方法，根据重构的目标回波对目标参数进行估计。仿真结果验证了矩阵填充理论在脉冲雷达系统中具有一定的应用性。最后，本文分析了阵列信号的低秩模型，应用随机初相采样，重构信号可应用高分辨算法进行DOA估计。结合空域压缩和随机初相采样，通过矩阵填充和稀疏重构，可以在减少空域阵元通道个数和时域采样点数的情况下实现DOA的精确估计。