层析合成孔径雷达（TomoSAR）通过组合在不同高度上获取的多基线二维SAR数据，实现合成孔径雷达的三维成像。TomoSAR的求解本质是一维谱估计问题，基于压缩感知的方法可以在非均匀分布的少量基线观测下实现求解，逐渐成为了主流的成像方式。在经典的压缩感知算法流程中，需要将连续的高程向划分成固定的网格，并且假定目标正好位于所划分的网格上。然而该假设通常难以成立，从而引起“基失配”问题，目前该问题在TomoSAR中很少被讨论。该文首先讨论了目标不在网格（Off-grid）上的TomoSAR观测模型，提出了采用加性扰动项来修正目标偏离网格所带来影响的求解模型。在此基础之上，引入局部优化算法与L 1范数最小化结合的方法，求解所提出的Off-grid TomoSAR模型。最后，利用仿真数据和机载阵列干涉SAR实际飞行数据进行了验证，结果表明，对于Off-grid目标，该方法能够得到比基于L 1范数最小化的经典方法更准确的位置、幅度和相位求解结果，证明了方法的优越性。