成像雷达作为空间目标信息获取的重要手段,能够全天时、全天候获取目标的高分辨图像。雷达目标稀疏成像具有成像性能好、对数据获取要求更低等优势,成为雷达成像领域研究的热点和前沿。本文针对经典稀疏成像存在的正则化参数选取以及先验信息利用困难等问题,提出了多目标稀疏恢复成像框架。基于该框架研究了全极化稀疏随机步进频ISAR成像方法,主要研究内容和成果如下:第一章为本文绪论,给出了论文研究背景及意义。介绍了雷达成像、极化雷达和ISAR稀疏成像方法的研究现状。最后总结了本文的主要工作以及组织结构。第二章介绍了ISAR稀疏成像的原理,综述了主要稀疏成像算法,提出了算法的性能评估方法。首先阐述了ISAR成像的基本原理。然后建立了ISAR稀疏恢复成像模型。之后综述了多种经典的稀疏恢复算法,并给出了相应的算法流程。最后提出了算法的性能评估指标和指标计算方法,利用暗室测量数据比较了各种算法的成像性能,为稀疏成像的算法选择提供了有利的依据。第三章研究了稀疏随机步进频全极化雷达高分辨距离像（HRRP）的合成方法。首先建立了稀疏随机步进频雷达全极化回波信号模型,以及回波信号的含未知运动参数的联合稀疏表示模型。然后,将稀疏优化和最优极化选取纳入统一的多目标优化框架,构建了HRRP合成的多目标优化模型。最后,采用粒子群优化算法进行求解。实验结果表明,使用全极化技术不仅可以对距离像的极化散射特性进行提取,而且还能提高一维距离像的重构质量和运动参数的估计精度。第四章在全极化HRRP合成的基础上研究了全极化ISAR的联合自聚焦成像和方位定标方法。首先建立了包含目标平动和转动参数的ISAR方位信号模型,以及方位信号的参数化联合稀疏模型。其次,基于多目标稀疏成像框架建立了全极化ISAR联合自聚焦成像与方位定标的多目标优化模型。最后,基于粒子群优化算法以及交替迭代方法求解优化模型。实验结果表明所提方法不仅对运动参数的估计精度更高,重构的二维ISAR图像质量也更好。第五章为结束语,对全文的研究内容工作进行了总结,对未来的研究方向进行了展望。