合成孔径雷达(Synthetic Aperture Radar ,SAR)作为一种高分辨率成像雷达,正向多频段、多极化,超高分辨率以及多种工作模式方向发展,SAR原始数据量随之急剧增加,带来的是数据的传输和存储难题。对SAR原始数据进行有效压缩,是解决这一难题的一种有效方法。本文的工作就是对一种新的SAR原始数据压缩算法-基于压缩感知理论的SAR原始回波数据压缩算法进行研究。本论文首先分析了SAR原始回波数据的特点,包括统计特性,频谱特性,相关特性,介绍了量化编码基本知识,回顾了两种经典的SAR原始回波数据压缩方法——分块自适应量化编码算法和将小波变换和分块自适应量化编码(BAQ)结合在一起的基于小波变换SAR原始回波数据压缩算法,利用两种方法对SAR原始回波进行压缩,给出了详细方案并对实验结果作出了评价。接着重点介绍了最新的压缩感知理论,通过分析给出了SAR信号的稀疏表示形式,以及压缩感知理论运用于SAR原始回波数据的适用条件。在研究将压缩感知理论运用于SAR原始回波数据压缩时,考虑了原始数据的选取,测量值的获取,信号的恢复等问题。将SAR成像算法看作是一种变换基,和压缩感知理论相结合,实现了基于压缩感知理论的SAR原始回波数据压缩,并将其同传统的两种压缩方法作比较。实验结果表明将压缩感知理论运用于SAR原始回波数据压缩,能够在有效降低SAR原始回波数据率的同时,依然能保留图像中大部分重要目标信息。