随着数据采集能力和采样频率的不断提高，采用传统的奈奎斯特采样定理会获得海量的数据，这给信号的存储和传递带来了极大挑战。提出基于稀疏快速傅里叶变换的信号压缩方法，利用信号在频域的稀疏性，压缩信号所需的存储空间，在保证拥有足够小的误码率的前提下，以高概率重构原始信号。

基于稀疏快速傅里叶变换的信号压缩处理

当窄带外辐射源数量稀少且空间分布不均匀时，通常会在无源雷达成像中产生稀疏的无规则空间谱填充，从而传统快速逆傅里叶方法（快速傅里叶逆变换，IFFT）或极坐标方法难以获得良好的目标成像效果。针对这种空间谱填充的稀疏性和非均匀性，利用压缩感知理论在处理稀疏随机采样信号纠正问题上的优势，提出了稀疏无源雷达成像方法。同时通过结构传感矩阵的互相关和积累相关函数，对目标图像的可重构性进行了分析。理论分析和仿真结果表明，对具有稀疏随机空间谱特征的无源雷达成像，此处提出的成像方法是有效的。