雷达成像技术是现代雷达技术的一个十分重要的发展方向,在军事和民用领域,尤其是精确制导领域中有着十分重要的应用价值。雷达高分辨距离像(HRRP)与SAR二维分辨图像包含了目标的结构与目标的分布等信息,在雷达目标识别、目标分辨与选择、高精度跟踪等领域有良好的应用前景。在雷达精确制导中,波束驻留时间是非常有限的,用于目标成像的数据量很少,在有限的数据条件下,需要高精度地获得目标信息,对雷达成像算法提出了更高的要求。基于高阶累积量谱分析的成像方法因为具有良好的抗噪能力已经开始得到了运用,但在小样本集的情况下,传统的高阶累积量谱分析方法存在信号模型失真,而影响谱估计效果,为此本文提出了一种适用于小样本情况下谐波谱估计的新的高阶统计量,建立了基于该统计量的谐波谱估计信号模型,取得了良好的估计效果。对于高分辨率雷达成像,基于DFT的高分辨算法的径向距离分辨力受制于雷达发射信号带宽,横向距离分辩力受制于波束积累时间,而基于伪谱函数的超分辨算法虽然具备很好的距离分辨力,但不能估计各个频率分量的真实幅度与相位,这对于比幅或比相单脉冲雷达的测角跟踪是不利的。为此本文提出了一种基于高阶累积量的最大似然谱估计方法,该方法在保持较高的距离分辨的情况下,使得各个散射中心的幅度与相位的估计问题得到了解决。数据外推方法能实现超分辨谱估计,是提高频谱分辨率的重要方法。但是,常规的基于DFT的数据外推方法的迭代计算量大、耗时长。为此本文提出了一种新的基于数据外推的谱估计方法,该方法先根据常规DFT分析获得限带信号的频谱范围,然后对高频域采样率离散频谱进行最大似然估计,具有很好的分辨性能以及较好的幅度估计性能,而且避免了耗时的迭代运算。