近年来，目标微动特征提取在雷达目标探测与识别领域中是一个研究热点。用雷达提取目标的微多普勒信息时，受雷达脉冲重复频率(pulse repetitionfrequency，PRF)的限制，基于奈奎斯特采样定理的信号处理方法在提取目标微多普勒时，当脉冲重复频率小于两倍微多普勒带宽时，观测到的微多普勒存在模糊。解决微多普勒模糊问题成为当前微多普勒提取技术的迫切需求。　　近年来出现的一种信号处理新理论一压缩感知理论(Compressive Sensing，CS)，由于其非相关测量过程能够有效地降低重构信号所需的采样率，引起了国内外雷达信号处理领域学者的高度重视，出现了许多将压缩感知理论应用于雷达信号处理的研究成果。但在微多普勒提取方面，压缩感知的理论和应用研究尚处于起步阶段，许多问题需要进一步的研究。本文将压缩感知理论应用于雷达的微多普勒提取中，重点围绕如何利用压缩感知降低提取微多普勒时所需的脉冲重复频率，解决提取目标微多普勒时存在的一些问题。论文的主要工作和贡献有:　　(1)建立了目标微动回波模型，推导出自旋和进动这两种微动形式的雷达回波矢量表达式，在此基础上利用时频工具分析了目标平动速度和加速度对微多普勒频谱的影响以及雷达的脉冲重复频率与微多普勒频率的关系。　　(2)根据目标回波的形式，提出了一种基于随机稀疏采样的微多普勒提取方法。该方法在雷达发射端仅需要对脉冲发射时刻进行微调;然后提出了一种短时压缩感知方法，对接收到的回波信号加短时窗，窗内的信号利用压缩感知进行处理，从而恢复出完整的目标无模糊微多普勒时频谱;最后对该方法在存在平动速度情况下的性能进行了分析。　　(3)在利用本文提出的微多普勒解模糊方法的基础上，提出了一种基于压缩感知的自旋和进动周期提取方法。该方法首先提取出无模糊的目标微多普勒时频谱，然后对该时频谱做压缩感知处理提取自旋和进动周期。与传统方法相比，本方法能够分别提取出合成进动的自旋和锥旋的周期，MATLAB仿真验证了本方法的正确性。