电磁逆散射成像是一种基于电磁感应的新型成像技术,其通过向探测区域发射入射电磁波,并使用反演算法处理探测区域内目标散射的电磁回波信号,从而获得该目标电磁参数分布。电磁逆散射问题本质上是反演问题,其存在非线性和病态性,传统的信号处理算法难以有效地对高对比度目标进行重建。针对该问题,本文结合贝叶斯理论,研究具有更好适应性、更强抗噪性、以及更高成像精度的非线性电磁反演算法。主要研究内容如下:1、首先从物理角度出发,建立描述电磁散射过程的数学模型,表示为矩形方程形式;为解决非线性问题,引入玻恩近似（Born Approximation,BA）方法,将非线性方程转化为线性方程;同时,采用基于压缩感知（Compressed Sensing,CS）的正则化方法解决病态性问题,具体包括:正交匹配追踪算法（Orthogonal Matching Pursuit,OMP）、贝叶斯压缩感知算法（Bayesian Compressed Sensing,BCS）以及总变分贝叶斯压缩感知算法（Total Variation Bayesian Compressed Sensing,TVCS）;最后通过数值仿真实验,分别实现稀疏及块状目标的反演,对上述几种算法的可行性进行验证。2、针对高对比度稀疏目标的反演,本文提出了一种具有强鲁棒性和良好反演精度的多任务（Multi-Task,MT）电磁反演算法。为解决非线性问题,引入对比源方法,通过反演对比源分布进而重建对象的位置特征及对比度;为解决病态性问题,采用基于贝叶斯理论的正则化方法,具体为:构建适用于多任务反演的聚类结构稀疏（Cluster Structured Sparsity,Clu SS）先验模型,通过在并行反演任务中共用隐藏控制变量以提高重建准确度,然后采用变分贝叶斯估计（Variational Bayesian,VB）得到未知量的估计值;通过设置仿真实验,将所提MTClu SS-VB方法与其他重构算法的成像结果进行对比,并从定量的角度分析了不同信噪比、不同采样率情况下的反演效果,进而验证所提算法成像性能和抗噪能力。3、针对高对比度块状目标的反演,本文提出了一种适用于非均匀分块对象的电磁反演算法。首先,采用新型玻恩迭代（Born Iteration,BI）方法解决非线性问题,通过循环更新总场和目标对比度使其不断接近真实值,在总场的更新中使用矩阵运算代替全波仿真,从而获得比传统玻恩迭代方法更快的计算速度;接着,采用贝叶斯估计理论解决病态性问题,具体为:构建高斯混合分布模型（Gaussian Mixture Model,GMM）来描述分块目标先验信息,采用广义近似消息传递（Generalized Approximate Message Passing,GAMP）算法解耦似然函数以提高后验概率计算速度,并在此基础上通过变分贝叶斯估计得到目标对比度的估计值;最后通过数值仿真实验,对所提BI-GMM-GAMP算法和其他反演算法在不同目标场景下的结果作对比,结果表明本文所提算法可以更有效地重构高对比度分块目标的形状和电参数分布。