逆合成孔径雷达成像作为一种远距离、全天时、全天候的微波成像技术,一直是各国重点发展的对象,并已广泛应用于航空、防空、空间监视、导弹防御等军用和民用领域。雷达在观测目标的过程中,有很多原因导致回波脉冲的丢失,从而造成孔径的稀疏。在稀疏孔径条件下,距离多普勒成像结果会出现主瓣展宽并受到杂波影响。压缩感知技术是处理稀疏孔径问题的基本方法,但传统的压缩感知算法均假定目标的强散射点位于划定的网格点上。而实际上目标的强散射点是连续分布的,一旦其偏离了划定的网格,必然会导致估计的强散射点位置存在偏差,信号的重构精度也会因此受到影响。因此本文将无网格压缩感知技术应用于稀疏孔径ISAR成像问题之中,该算法使用原子范数极小化作为稀疏约束,无需对成像场景进行离散。通过求解半定规划问题,可以直接在连续空间中求出散射点的位置和幅度。同时,针对稀疏孔径条件下传统自聚焦算法无法有效进行初相矫正的问题,结合无网格压缩感知稀疏重构技术,介绍了熵与稀疏联合约束的稀疏孔径ISAR自聚焦算法,在较低的孔径稀疏度条件下仍能获得较好的自聚焦效果。本文以稀疏孔径条件下的ISAR成像技术为研究目标,探究了基于无网格压缩感知理论的稀疏信号重构问题和基于熵与稀疏联合约束的稀疏孔径ISAR自聚焦问题。针对以上内容,本文的主要工作可以分为以下几个部分:第一部分首先介绍了稀疏孔径ISAR成像技术的研究背景与意义,阐述了稀疏孔径ISAR成像技术的发展概况,并给出了本文的基本框架。而后简要介绍了ISAR平动补偿和距离多普勒成像方法,以及稀疏孔径产生的影响,为后续章节打下了基础。第二部分主要研究了基于无网格压缩感知的稀疏信号重构理论。首先介绍了稀疏孔径ISAR回波模型,而后简要介绍了压缩感知的基础理论,重点分析了传统需要进行网格离散的压缩感知算法存在的离网格的问题。并在此基础上引出基于原子范数极小化的无网格压缩感知算法,介绍了原子范数的概念,以及一维、多维无网格压缩感知算法的原理和实现方法。最后通过仿真实验,验证了该算法在解决稀疏孔径ISAR信号重构问题上的适用性。第三部分研究了稀疏孔径ISAR自聚焦技术。首先介绍了稀疏孔径ISAR自聚焦模型,以及两种基础的自聚焦算法的原理。而后将无网格压缩感知技术与最小熵自聚焦算法相结合,介绍了一种稀疏约束最小熵自聚焦算法。最后通过仿真实验验证了该算法在稀疏孔径条件下的有效性。