目前,无论在军用还是民用领域机载雷达回波信号的采集与分析在导航识别、目标探测、通信等方面都起着至关重要的作用,高采样率、大容量存储以及数据传输和处理速度等问题还没有得到有效的解决。本文以实际应用为目的,着重研究了将HHT (Hilbert-Huang Transform)与CS (Compressive Sensing)理论应用于雷达回波信号的分析,主要研究内容如下：首先,介绍了民用飞机维修的研究背景,分析了机载雷达回波信号的国内外研究现状和发展趋势。详细阐述了HHT理论,经验模态分解(EMD, Empirical Mode Decomposition)的过程和特点,简单介绍了基于HHT的小波阈值滤波的方法；详细介绍了压缩传感理论提出与发展历程及其处理的流程,包括信号的稀疏变换、信号的测量、信号的重构算法。在课题相关的语音信号、轴承故障信号中验证了EMD分解方法、与HHT相关的滤波方法和压缩传感处理,并进行了应用分析。其次,详细描述了雷达回波的建模过程,包括目标回波、噪声、杂波的建模,并通过模拟参数进行了仿真实验。对回波信号作了EMD分解、Hilbert-Huang变换,进行了时频分析,将多种滤波方法应用于回波信号并作了对比分析,验证了基于小波阈值预处理的Hilbert谱滤波方法在时频域信号增强与信息获取方面的优势。最后,将HHT与CS结合的方法应用在采集的真实雷达回波信号中,分析了它的时域、频域、时频域特征。在不同信噪比情况下,对信号的滤波和重构进行了对比实验和分析。针对信号的IMF (Intrinsic Mode Function)分量的不同特征,寻找了不同的稀疏基、测量矩阵和重构算法,对信号进行了压缩传感处理的仿真实验,并详细分析了重构误差及其产生的原因。该方法结合了HHT和CS的优点,提高了信号的稀疏性,降低了对硬件采样带宽的要求,将数据进行压缩、传输、重构的方法既可以节省存储资源,又能提高传输效率