本书试图捕捉近年来压缩感知城市雷达领域的最重要研究成果。所组成的13章论述了压缩感知城市雷达的各个方面，并均由其研究方向的引领人物撰写。在某些章节中处理的是静止场景，而其余章节针对的则是运动目标，同时地基和机载雷达均被考虑在内。各章节提供的分析和范例包括了步进频率、短时间脉冲和类似噪声的发射信号，同时雷达回波利用射线追踪法仿真、电磁模拟软件买验产生。
第1章简单介绍压缩感知，给出各种常用的、适用于城市雷达的稀疏重构技术。第2章介绍线性前向模型和字典矩阵构建，采用主要的经典室内信号反射器，例如墙和二面角。第3章使用地面穿透雷达处理地下目标，并且突出了对穿墙和穿地压缩雷达感知的类比。第4章演示在明显减少数据量的情况下，如何有效地实现外墙杂波抑制，以及提供一种对随机欠采样时-空和频-空雷达信号更稳健的新技术。第5章模拟来自外墙和内墙的混响和多径杂波，在稀疏重建框架内，使用这些模型来减少虚影和虚警率。第6章利用城市场景的先验知识和使用混合高斯模型来呈现各种各样的室内目标对象的信息，实现欠奈奎斯特采样条件下的高分辨率成像。第7章假设可获得同极化和交叉极化数据，并将城市雷达感知问题表示为存在一个公共字典的多测量向量，且支持对同一场景下的不同极化观察。第8章采用变化检测和目标速度像来引入稀疏性，通过对突发运动和平移运动的稀疏重建展示出成功的室内运动目标指示方案。第9章处理由微目标运动产生的非平稳雷达回波，并将压缩感知吸收在联合时频信号表示中。第10章介绍一种适用于时变多径环境的多目标跟踪稀疏算法，将多目标跟踪问题表示为一个块支持恢复问题。第11章讨论机载雷达系统三维宽角度合成孔径雷达（SAR）车辆成像，同时在方位和俯仰角度上使用稀疏采样孔径代替密集采样集合中的点，其中后者与传统傅里叶变换方法有关。第12章给出一个在城市场景设置下的压缩感知多输入多输出（MIMO）雷达实例，显示出利用目标回波在角度、距离和多普勒空间的稀疏性后，发射多个独立或相关波形的优越性。第13章介绍噪声波形，可以看出这些信号及其系统平台是怎样适用于实现压缩感知雷达成像的。