雷达是现代军事战争中重要的战斗武器，定位功能是其最基本的也是最重要的功能。根据MIMO雷达的特点，将传统阵列雷达波达方向（DOA）参数估计扩展应用到MIMO雷达定位中。通过分析发现，这种传统的雷达定位方法使原本输出规模较大的MIMO雷达信号变得更庞大，大大增加了数据处理的难度。实际上，目标物相对于背景空间是高度稀疏的，这就使得雷达系统收集的海量数据与其目标的稀疏性显示出极度的不平衡性。压缩感知理论有效利用了信号的稀疏性（或可压缩性），突破了传统奈奎斯特采样定理的瓶颈，使得采样数据量远远小于传统采样方法所需的数据量，大大降低了信号采样和传输的成本。本文针对传统雷达定位方法中采样率过高等不足，提出了基于压缩感知的雷达目标定位方法，所做的主要工作如下：首先，分析了传统雷达定位方法的现状和压缩感知理论在雷达领域中的应用现状及前景。然后详细介绍了压缩感知理论的框架，重点分析比较了几种常见重建算法的性能。其次，分析MIMO雷达的原理及信号特点，建立了MIMO雷达的信号模型，将MIMO雷达的定位问题转化为压缩感知理论中稀疏矩阵的重建问题。在基于基追踪（BP）算法的MIMO雷达定位方法的基础上，提出了基于正交匹配追踪（OMP）算法的MIMO雷达目标定位方法，并通过仿真实验验证了此方法的有效性。最后，针对基于OMP算法的MIMO雷达目标定位方法需预先知道目标物个数的不足，提出了基于稀疏自适应匹配追踪（SAMP）算法的MIMO雷达目标定位方法。并通过仿真实验比较了这三种方法的定位性能。仿真实验结果表明，基于SAMP算法的MIMO雷达目标定位方法具有更好的定位性能。