合成孔径雷达（Synthetic Aperture Radar,SAR）是一种微波成像雷达,通过主动式微波探测与后续聚焦处理获取目标的二维雷达后向散射率信息。干涉SAR（Interferometric SAR,In SAR）则是组合两幅或多幅SAR图像的技术,通过干涉处理把SAR的信息获取能力从二维扩展到三维。随着现代社会对SAR应用需求的不断提高,SAR成像与干涉技术面临着一系列困难与挑战。在SAR成像方面,传统的SAR数据采样与成像处理是基于奈奎斯特采样定理的。由于应用需求对SAR图像信息要求越来越高,比如高分辨和全极化,传统采样理论框架下的SAR数据采样面临着越来越高的采样率与数据存储量两方面的压力。在In SAR方面,数据采集与干涉处理是基于传统同带干涉理论的,要求一组SAR图像具有相同的分辨率和观测模式。否则,需要以低分辨率数据为基准,把不同分辨率和不同模式的数据滤波转换为等效的相同分辨率和相同模式数据。但是,这种处理方法生成的干涉图存在分辨率低、噪声大和条纹模糊等缺点,降低了干涉图质量。因此,实际中的In SAR数据采集和处理均是针对相同分辨率和相同成像模式设计的。随着SAR技术的不断发展,当今先进的SAR系统往往具备多种分辨率和成像模式,例如我国的高分三号。因此,如何有效利用不同分辨率和不同模式的SAR数据来获取高质量干涉图是值得研究的问题。在深刻剖析上述问题的基础上,本文提出一种共性的结构化压缩感知模型来描述这些问题,从而为本文采用压缩感知理论研究SAR/In SAR信号处理问题奠定了理论基础,实现SAR数据压缩采样以及用不同分辨率和不同模式组合下的SAR图像提取干涉图。本文的主要研究内容和创新点如下:1)提出了一种基于随机序列调制的二维结构化压缩感知模型。所提模型通过二维随机序列调制与线性投影的方式来对测量过程引入随机性,以符合压缩感知中通过随机测量来使测量矩阵满足约束等距性（Restricted Isometry Property,RIP）条件的思想。理论分析表明所提模型能够以高概率满足RIP条件,从而使得信号重构对测量噪声和非理想稀疏性具有良好的鲁棒性。另外,结构化测量模型能够采用快速傅里叶变换等快速运算,有利于实现快速一阶重构算法。所提结构化压缩感知模型为本文后续用压缩感知研究SAR/In SAR问题提供了理论基础。2)提出一种基于正交压缩采样（Quadrature Compressive Sampling,Quad CS）的SAR回波压缩采样与成像方法。Quad CS是一种针对雷达回波的结构化压缩感知采样系统,通过随机调制、带宽压缩、低速采样以及数字正交解调来获取压缩数据。基于这一系统,本文提出用脉冲间独立随机调制的Quad CS来压缩采样SAR数据。理论分析表明,所提采样方法所获得的测量模型在数学形式上符合前述结构化压缩感知模型,能够满足RIP条件,从而保证了稀疏SAR图像的可重构性。针对所提压缩采样SAR数据的成像问题,本文在压缩感知框架下设计了一种低复杂度的SAR图像重构算法。仿真结果表明,所提方法能够有效降低SAR数据采样率并提供良好的成像性能。3)提出了一种基于压缩感知的不同分辨率组合下条带式SAR干涉方法。所提方法根据一组条带式图像之间的频谱关系和干涉关系构建了一个压缩感知模型,通过利用干涉图变换域稀疏性求解稀疏优化问题来重构干涉图,能够比传统同带滤波方法获得质量更高的干涉图。理论分析表明,由于SAR成像中固有的随机相位,所提方法中的测量矩阵是一种结构化随机矩阵,与前述基于二维随机序列的结构压缩感知模型相符,因此测量矩阵能够以高概率满足RIP条件,从而保证干涉图的可重构性。本文为所提干涉方法设计了快速重构算法,能够利用快速傅里叶变换来降低计算复杂度。数值仿真结果表明,所提方法能够比传统同带滤波方法得到质量更高的干涉条纹。4)提出了一种基于压缩感知的不同模式组合下SAR干涉方法,把上面所述的条带式SAR干涉方法推广到多模式干涉问题中。所提方法结合了SAR干涉原理与不同成像模式下的SAR带限观测函数,对一组不同模式干涉SAR图像进行了从频域到时域、从点目标到扩展目标的干涉关系建模。所提方法具有一般性,适用于多种模式组合,如凝视聚束-滑动聚束组合和条带式-TOPS组合。分析表明,所提不同模式SAR干涉模型属于前述结构化压缩感知模型,满足RIP条件,从而保证了干涉图的可重构性,使得干涉图可以通过稀疏重构来有效提取。本文对不同模式下由不同天线方向图、聚焦算法引入的不同频谱加权问题进行了讨论,并给出一种基于去斜的图像频谱加权补偿方法。真实数据实验与数值仿真结果表明,所提方法能够比传统同带滤波方法得到质量更高的干涉条纹。