双基地逆合成孔径雷达(双基地ISAR)因其独特的结构提供了目标视角的多样性,成像结构和成像环境共同影响成像的质量。海面环境是一种特殊的成像环境,舰船目标在高海况的影响下,运动规律复杂且难以精确估计。双基地ISAR结构接收的舰船目标回波信号非平稳,多普勒相位时变,数据完整度受损。如果我们采用传统的线性采样方法,基于距离-多普勒方法成像,目标成像结果将失真。在处理具有非线性、稀疏性等特性的数据时,压缩感知(Compressive Sensing,CS)理论有巨大优势。相比传统方法中增大信号带宽、使用线性插值或全极点模型的方法,我们使用压缩感知成像方法可以通过非线性重构获得更高分辨率的雷达图像。同时解决回波数据不完整的问题,并且压缩采样的采样率远低于奈奎斯特采样率,需要的测量数据更少。本文将压缩感知技术应用于双基地ISAR舰船目标成像中,针对舰船目标时变多普勒与不完整回波数据集导致的低分辩问题,围绕稀疏性分析,从以下几个方面展开了研究:(1)压缩感知成像方法的基本理论。双基地雷达的结构、成像目标的非合作性,导致观测的不连续性和回波的不完整性。利用压缩感知理论的优势,可以解决采样率高、数据量大、相干时间短等问题,提高复杂环境下雷达图像的分辨率。(2)基于压缩感知的舰船目标成像。舰船目标运动受海况的影响,具有非平稳和时变的特性;利用舰船目标自身的摆动提供成像所需要的多普勒频移;多基地的结构有助于获得舰船目标各个成像面的二维视图;将压缩感知技术引入海面舰船目标成像问题中,利用到舰船目标回波的稀疏特性。(3)信号缺失下压缩感知成像算法。采用新的稀疏分析思想,从目标反射特征的空间分布特征中获取稀疏性,场景对发射信号的影响被建模为广义线性算子;使用极少脉冲获得目标的距离和多普勒超分辨率;解决接收的数据集中丢失数据的问题;同时克服雷达模糊函数和时频不确定性原理对二维分辨率的限制。