随着MIMO技术在通信领域的广泛应用,MIMO雷达成为近年来雷达研究的热点。MIMO雷达通过同时使用多个天线发射不同波形并使用多个天线同时接收反射信号,从而可有效提高目标探测性能和雷达抗干扰能力。然而,由于采用多通道处理技术,MIMO雷达相比传统雷达系统不可避免地增加了系统复杂度、功耗和成本等。因此,如何设计有效的MIMO雷达系统及相应的信号处理算法是MIMO雷达研究所面临的重要挑战。本文主要从信号采样理论的角度简化MIMO雷达系统设计,并发展相应的MIMO雷达高分辨目标参数估计算法。近年来,随着压缩感知理论的提出,采样理论也出现了新的发展。将压缩感知理论应用于模拟信号采集,人们提出了欠采样（又称“亚奈奎斯特（Sub-Nyquist）采样”）的概念。基于压缩感知的欠采样理论可利用信号的结构信息,如稀疏性、低秩性等,打破信号带宽和采样率之间的二倍关系,为实现宽带信号的低速采样提供理论基础。本文将在欠采样理论框架下,研究欠采样MIMO雷达设计问题,提出一种基于时域和空域联合欠采样的MIMO雷达。该欠采样MIMO雷达系统可采用低速ADC和较少的天线数量对雷达回波信号进行采集,同时仍可保持获取高分辨目标信息的能力。论文的主要工作如下:（1）论文提出一种空时域联合欠采样的方案,因此基于空时域联合欠采样的MIMO雷达可在保持空间和时间分辨率不变的情况下,减少天线的数量和ADC的采样率,降低MIMO雷达的系统复杂度和成本。（2）论文提出一种基于离散网格化的方法实现空时域联合欠采样MIMO雷达目标距离-角度联合估计的算法。该算法将传统的一维正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法改进成二维OMP实现距离和方位角同时恢复估计。仿真实验表明该算法可有效实现基于空时域联合欠采样数据的目标参数估计。（3）论文针对基于网格化的算法在目标偏离网格时存在误差的问题,提出一种基于二维原子范数的无网格化目标参数估计算法。该方法将传统的原子范数算法改进成二维原子范数算法对MIMO雷达的目标参数距离和方位角同时估计。该算法利用了MIMO雷达中观测信号低秩性的特点,将参数估计问题转换成求解低秩矩阵的重构问题,从而实现MIMO雷达的目标参数估计。仿真实验表明该算法可实现目标距离和方位角的高分辨联合估计。