现代雷达经常需要发射宽带甚至超宽带信号，而奈奎斯特(Nyquist)采样定理的限制使得大带宽信号的采样很难实现。基于信号稀疏性的压缩采样(CompressiveSampling，简称CS)理论能够以远低于Nyquist速率的采样率对信号进行采样，有望解决大数据量的采样、传输、处理与存储问题。　　 论文主要研究了压缩采样理论在雷达信号处理中的应用。首先介绍了压缩采样理论及一些常见的重构算法，并分析比较了这些算法在模拟信息转换器(Analog-to-Information Converter，简称AIC)框架下对单频信号的重构性能。　　 重点分析了一种基于压缩采样的雷达目标距离-多普勒检测策略。利用AIC系统取代传统的脉冲压缩处理，根据目标回波在距离维及多普勒维的稀疏性来估计相应的参数信息。仿真结果验证了该策略的可行性，并比较了该方法与传统检测方法的性能。　　 在ISAR成像中，分析了目标在成像空间的稀疏散射特性，同样利用AIC框架下的稀疏重构来获得目标的ISAR二维图像。实验结果证明了基于CS的ISAR成像方法是可行的，并将其成像结果与传统成像方法的结果进行了对比。