超宽带穿墙雷达由于其强穿透性，高分辨率等特点，得到了科研界和工业界的广泛关注和研究，在公共安全、搜索救援和敌情侦察等领域具有重要的作用。近年来，在穿墙雷达成像中，由于目标具有稀疏特性，因此引入压缩感知理论研究了大量的稀疏成像方法。然而，这些方法存在计算复杂度高、所需内存大、成像时间长等问题。此外，在墙体参数未知的情况下，采用现有的稀疏成像方法难以实现对目标的正确定位和清晰成像。本文针对上述问题，做出以下研究：
　　1、针对现有的稀疏成像计算复杂度高和所需内存大的问题，提出一种基于MM优化的TV-MAP稀疏成像高效重构方法。该方法首先给出MM优化下的TV-MAP稀疏成像方法中相关参数和稀疏反射系数的更新公式；然后利用超宽带窄脉冲波形的特点和冲激函数具有的抽样特性，通过对发射信号序列进行相应的变换，将迭代更新公式中包含字典矩阵的相关运算用线性卷积和哈希表进行代替，避免了字典矩阵的构建、存储和计算，从而有效地减小了计算复杂度和所需内存。除此之外，分析了墙体参数对稀疏成像模型的影响机制。仿真实验结果验证了墙体时延补偿的重要性和所提高效重构方法的有效性。
　　2、针对未知墙体参数稀疏成像的问题，提出一种联合墙体参数预估和图像聚集度的自聚焦方法。该方法分为两个阶段：在第一阶段，通过建立墙体前后表面回波估计时延差和理论时延差之间的目标函数，得到墙体参数的预估值；在第二阶段，通过在墙体参数预估值附近小范围内选取墙体参数的候选集，并采用候选集中不同的墙体参数对进行MM优化的TV-MAP高效稀疏成像并进行质量评估，输出评估最优时对应的墙体参数和图像分别作为墙体参数估计值和最终成像结果。与传统的自聚焦搜索寻优方法相比，该方法减少了候选集的范围和成像次数。仿真实验结果验证了该方法可以较好的实现墙体参数估计，消除位置偏移，并得到墙后目标的清晰像。
　　3、在交替迭代更新稀疏反射系数和墙体参数的自聚焦稀疏成像方法中，由于字典矩阵的存在，会导致成像运算时间长、所需内存大的问题，提出一种无需字典的高效自聚焦方法。首先，给出参数化字典的自聚焦稀疏成像模型；然后采用基于MM优化的TV-MAP高效稀疏重构方法更新稀疏反射系数，而对于墙体参数的更新，通过对参数化字典进行泰勒级数展开，得到墙体参数增量的更新公式，并对其中包含矩阵的相关运算用线性卷积和哈希表进行代替，从而在整个自聚焦稀疏成像过程中，避免了字典矩阵的构建、存储和计算，减少了运算时间和所需内存。同时，在墙体参数未知的情况下，较好地矫正了目标位置偏差，实现了墙后目标的高效自聚焦稀疏成像。