在军用和民用领域中,雷达成像技术都有着非常重要的用途。对于具有高分辨率特点的成像雷达而言,需要使用宽带信号。根据传统的奈奎斯特采样定理处理宽带信号会出现因较高采样率引起的数据量过大的问题,这一不足会直接影响雷达回波的存储和快速传输。压缩感知理论为改善这一现状提供了一种信号处理模式,该理论指出具有稀疏特性的信号可以通过降维采样降低采样率,然后通过重构算法以较高的精确度重建原始信号,可以很好的实现宽带稀疏信号的压缩重构。1、研究了压缩感知的基本原理以及对宽带雷达回波的压缩重构。研究稀疏信号以及稀疏字典构造设计方法。构造观测信号采样矩阵,用降维的数据精确重构雷达回波。文中研究基于l1,范数最小的凸优化和基于l0范数最小的贪婪两大类重建算法,给出了仿真结果。2、研究了距离高分辨率雷达信号特点,线性调频脉冲压缩海明加权。在此基础上研究了雷达回波的稀疏特征,根据这一特征构造了合理的稀疏字典并选取了随机采样矩阵对回波进行降维采样。3、提出用基于加权协方差拟合准则的SPICE参数估计实现对雷达回波降维后的重构。给出了基于加权协方差拟合准则的SPICE参数估计实现对雷达回波降维后重构的具体方法,并进行了仿真。仿真结果表明,SPICE参数估计算法比传统的OMP算法重构雷达回波信息损失更小。仿真结果验证了压缩感知理论应用于雷达回波压缩重构中能够解决宽带雷达回波信号带来的大数据存储和传输的问题。