阵列三维合成孔径雷达（Synthetic Aperture Radar,SAR）具有三维空间分辨能力,被广泛应用于环境监测、安检及雷达散射截面积（Radar Cross Section,RCS）测量等军用和民用领域。然而,基于匹配滤波原理的三维成像结果通常有较高旁瓣且易受背景噪声干扰,难以满足高精度成像的要求。基于稀疏重构原理的三维成像算法虽然可以改善图像质量,但是在用于三维稀疏成像时,所需计算时间较高。因此,为了实现更高效更高精度的三维稀疏成像,本文在以下方面展开了深入研究,主要工作和贡献如下:1.针对传统三维稀疏成像算法结构损失导致运算时间较高的问题,提出了MM-L1、MM-L1/2和MM-L0三种稀疏成像算法。所提算法利用Maj orization-Minimization（MM）思想寻找替代函数并结合成像算子以减少运算量,实现快速三维稀疏重构。虽然上述算法可以实现快速三维稀疏成像,但它们均是针对特定惩罚项优化问题,其灵活性及适用性会受到限制。因此,在上述基础上,进一步结合通用近端算子,提出了一种通用的Lq（0≤q≤1）算法GMM-Lq,用于实现快速的三维稀疏成像。2.针对传统三维稀疏成像算法惩罚权重失衡导致成像精度有限的问题,提出了一种基于复值非凸惩罚项的快速三维稀疏成像算法。该算法利用复值非凸惩罚项的近端算子对成像优化问题求解从而获得高精度的三维成像结果。其次,为了减少运算时间,同样利用了 MM及成像算子。与现有的基于L1惩罚项的稀疏成像算法相比,所提算法有效改善了成像精度。实验结果验证了所提算法的有效性。3.进一步考虑由非凸惩罚引起的收敛敏感导致的成像精度有限的问题,提出了一种基于柯西惩罚函数和改进的交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的三维稀疏成像算法。该算法利用柯西惩罚函数减少惩罚权重失衡,同时通过数学推导得到目标函数保持凸性的条件,即利用凸非凸（Convex Non-Convex,CNC）策略在减少惩罚权重失衡的同时使得目标函数为凸函数从而避免陷入次优局部解。此外,为了减少算法计算复杂度,将梯度下降思想引入ADMM中以避免高维矩阵求逆的复杂运算。4.针对稀疏惩罚函数惩罚维度单一导致的成像精度有限的问题,提出了一种基于Plug-and-Play框架和LADMM的三维稀疏成像算法。该算法基于近端算子与正则化去噪的数学等价性,在Plug-and-Play框架下用先进的去噪算子代替近端算子实现高精度的三维成像。LADMM线性化涉及前向成像模型的子问题,从而可以降低计算复杂度。5.针对基于微波成像的RCS测量易受到旁瓣及噪声影响的问题,提出了一种基于复数据稀疏成像的三维RCS测量方法。该方法通过近场高精度三维稀疏图像及近远场变换方法获得目标的复散射信息,因此不要求满足传统RCS室外测量要求的远场条件及室内测量要求的紧缩场。与基于匹配滤波的方法相比,有效抑制了近场图像中的旁瓣及噪声,改善了 RCS的测量准确性。