雷达所固有的全天时、全天候工作特性与以傅里叶分析为代表的现代信号处理理论的有机结合,形成了包括ISAR、SAR、In ISAR、In SAR等在内的微波成像技术,其可以提供目标丰富的多维结构特征信息且不受气候与时段的影响,具有重要的军事和民用应用前景。多输入多输出（Multiple-input Multiple-output,MIMO）雷达作为一种多个发射和接收天线同时对目标进行观测的新体制雷达,能获取比实际天线阵元数目更多的观测通道,是近十年雷达领域的技术研究热点。MIMO-ISAR三维成像技术综合了ISAR成像和MIMO雷达成像的优势,但在联合利用时间和空间样本时,等效的全局观测样本中不可避免地会存在许多无观测位置,即形成观测稀疏问题。此外,在实际应用场合中,天线阵列也可能会受部分阵元故障、损毁等影响造成阵列稀疏问题。因此本文围绕MIMO-ISAR三维成像技术中存在的上述两类典型稀疏问题展开研究,具体的研究工作如下:针对观测稀疏的问题,本文从多快拍图像联合利用的角度入手,在MIMO雷达单快拍三维成像技术的基础上,通过估计目标运动方向的余弦信息,并沿该方向对一段观测时间内获得的多个单快拍三维图像进行相干处理后,提取峰值切片来重构出质量提高的三维图像。仿真实验证明该方法克服了观测稀疏的问题,能对无人机目标有效成像且提高了运动方向的方位分辨率。针对阵列稀疏的问题,本文综合考虑阵元缺失数目由少至多的情况。当阵元缺失不严重时,采用基本矩阵填充法来恢复稀疏的观测样本,随着阵元缺失情况不断恶化（如整行整列缺失）,对雷达图像散射点稀疏的先验信息加以利用后,提出扩展的矩阵填充方法。仿真实验证明不同矩阵填充方法针对不同阵列情况可有效恢复观测样本,对目标清晰成像。