随着雷达技术的发展以及雷达探测能力的不断提高,对于目标雷达散射截面积（Radar-Cross Section,RCS）的精确预估和测量变得越发重要。基于三维成像的RCS测量技术是近年新兴的一种真实、高效、灵活性更高的RCS测量技术。该技术通过对目标三维高分辨率成像,实现目标与背景噪声的分离,再通过近远场变换算法,得到目标的精确RCS。基于成像的RCS测量,其成像精度就直接影响着RCS的测量精度。而传统成像方法不可避免存在旁瓣干扰。因此为了得到高精度的RCS,就需要抑制成像中的旁瓣。针对此问题,本文从CLEAN算法以及压缩感知等成像旁瓣抑制方法入手,来提高成像质量,并最终提高RCS的测量精度。本文主要工作和创新总结如下:1、概述了基于合成孔径三维成像的RCS测量模型,其天线工作方式,以及信号模型。并介绍了一种后向投影（BP）成像算法,分析了该算法可以对成像当中的每个点进行精确的相位补偿。在此成像算法基础上研究了基于阈值的散射中心提取方法,并指出该方法并不能真正有效的抑制成像当中的旁瓣。随后通过仿真验证了成像当中的旁瓣对RCS测量精度的影响,证明旁瓣会降低基于成像的RCS反演精度。最后介绍了一种传统的加窗旁瓣抑制方法,但该方法在抑制旁瓣的同时,降低了图像的分辨率。2、针对加窗抑制旁瓣方法存在的问题,采用CLEAN算法来抑制图像的旁瓣。首先介绍了CLEAN算法抑制旁瓣的原理及其一般步骤,并指出CLEAN算法会含有估计误差。进而提出了一种改进的相干CLEAN算法,该算法采用对前点进行重估的操作实现了算法精度的提升。由于点扩展函数的选取直接影响着CLEAN算法的精度,本文给出了三维BP成像的精确的点扩展函数,从而为散射点的精确提取提供了有利的条件。最后本文对算法运算量和算法精度分别进行了分析,并通过仿真验证了CLEAN算法能够提高基于成像的RCS测量精度。3、针对复杂场景下CLEAN算法运算量大,且含有估计误差的问题,引入了压缩感知理论,以克服传统三维成像技术的缺陷,达到抑制旁瓣的效果。直接从原始回波入手,建立了回波测量信号与场景散射系数的观测约束,设计了基于三维成像的回波观测矩阵。通过MATLAB仿真验证了基于压缩感知成像的散射中心提取。并通过FEKO仿真分析了压缩感知成像RCS反演值与参考值的关系,证明了提高成像分辨率有助于提升RCS的反演精度。随后提出了一种超分辨压缩感知办法,当对场景划分更细的网格并进行求解,进一步提高了RCS的反演精度。