合成孔径雷达(Synthetic Aperture Radar，简称SAR)通过将较小尺寸的真实天线孔径合成为一个较大的等效天线孔径，从而获得较高的方位分辨率。由于SAR是相干成像系统，载机的非理想运动会使接收信号含有严重的相位误差，影响成像质量。为了获得理想的高分辨SAR图像，必须应用自聚焦算法对其进行处理，补偿相位误差。最近提出的压缩感知(Compressive Sensing，简称CS)理论对于解决超大数据量的采集、传输问题有着显著效果，CS理论中的非相关测量过程能够有效解决高分辨雷达成像数据的采集和传输等问题，该理论在雷达成像中的应用将为整个雷达技术领域带来巨大的变革。论文将基于CS理论的SAR成像和自聚焦算法作为研究内容，分析了基于压缩感知的SAR成像和自聚焦算法的实现方式，给出了计算量可接受的成像和自聚焦算法，并通过仿真和实测数据验证了算法的有效性。本文共分为五章，各部分主要内容如下：第一章绪论，主要回顾了雷达成像和自聚焦技术的发展历程以及近年来压缩感知雷达成像技术的研究进展，阐述了压缩感知雷达成像技术的研究意义和背景。最后给出本文的主要内容和行文结构。第二章压缩感知理论，首先对压缩感知原理进行阐述，介绍了几种常用的测量矩阵和稀疏基；针对雷达成像数据的特点，分析稀疏回波信号的构造方式，选择了合适的稀疏基和测量矩阵；然后介绍了常用的重建算法，综合重建算法的速度和准确性选择贪婪算法中的正交匹配追踪（OMP）算法作为本文所使用的重建算法。第三章压缩感知理论在雷达成像中的应用。首先介绍了两种基本的SAR成像算法RDA和PFA，其中PFA在距离向上和方位向上采用尺度变换的方法完成极坐标变换，同时给出了点目标仿真；随后根据第二章的分析构造对应于条带和聚束模式的方位稀疏雷达回波信号，分别使用RDA和PFA对稀疏回波的点目标信号进行成像。成像结果表明，这种RDA和PFA都能够对方位稀疏回波信号完成成像，然而由于距离徙动的影响，基于压缩感知的RDA的成像效果不佳。第四章压缩感知理论在SAR自聚焦中的应用研究。本章首先介绍了自聚焦的基本理论，分析了相位误差的产生和种类，给出了两种自聚焦算法并根据基于特征向量的MLE算法运算量过大实用性不足的缺点，提出一种新的基于PAST技术的自聚焦算法，该算法估计精度高，运算复杂度低，具有较好的实用性。随后讨论了对于方位稀疏的雷达回波信号的自聚焦算法的改进措施，最后通过实测数据验证了算法的有效性并对比了这几种自聚焦算法的优劣。第五章对全文进行总结并对未来工作提出展望。