微波凝视关联成像是指利用位于静止平台的雷达对固定区域进行成像,其可以实现对特定区域的连续凝视观测和成像。传统的凝视成像,也即实孔径成像,其角度分辨率受实际天线阵列孔径的约束,限制了其在实际中的应用。因此研究一种既能实现凝视成像,又能突破传统孔径限制的角分辨率的成像系统,对于开拓成像雷达的应用范围具有重要意义。论文研究一种全新的基于时空两维随机辐射场的微波凝视关联成像体制,通过构造时空两维随机辐射场,继而获得更多的对目标信息的观测样本,最后联合接收回波与演算所得的辐射场做关联处理,实现波束内的目标分辨。论文的第一部分工作首先从物理过程出发,利用时域电磁推导方法,初步建立了微波凝视关联成像的数学模型,对比了分析传统辐射场和时空两维随机辐射场的区别。从成像系统自由度和最优分辨两个角度提出利用辐射场的有效特征值个数来表征辐射场的时空两维随机性。最后根据上述理论分析,提出了一种基于随机跳频实现随机辐射场的方法。由于辐射场的时空两维随机特性,因此不同于传统的直接成像方式,这里需要联合演算所得的时空两维随机辐射场和接收的散射回波做信息处理才能获得反演的目标图像。另外,复杂的多收发阵列结构也使得许多现有成像算法难以直接应用到微波凝视关联成像的信息处理中。论文的第二部分工作将微波凝视关联成像的信息处理看作一个逆散射问题的求解,提出了基于Gram-Schmidt正交化的信息处理方法,其先对辐射场进行Gram-Schmidt正交化处理,再与回波做相关运算得到反演结果。为了解决有噪情况下反演的不适定性问题,提出了基于TSVD、Tikhonov、Total Variation正则化的信息处理方法,最后通过仿真验证了所提信息处理方法的有效性。论文第三部分针对稀疏目标场景,研究基于压缩感知(compressive sensing,CS)的信息处理方法。在已知目标的稀疏先验信息情况下,可以利用较少的辐射场样本与相应回波做信息处理就可以获得更高的空间分辨率。论文首先对CS数学模型和微波凝视关联成像模型进行细致的对比分析,指出现有的CS重建算法应用于微波凝视关联成像的信息处理时会存在散射点的Off-Grid误差问题。针对该问题,论文从贪婪迭代求解和Bayesian统计优化两个角度分别提出了基于迭代Lo范数的最小二乘成像算法和基于迭代最大后验的稀疏自适应校正反演算法,仿真验证了所提算法的有效性。论文的前三部分工作都是针对凝视成像区域内只有静止目标的情况,第四部分工作则研究运动目标的微波凝视关联成像信息处理方法。首先分析了目标运动对前述信息处理方法性能的影响,针对运动目标场景,提出了基于更新过完备字典的运动成像算法以及基于速度估计的自适应稀疏反演成像算法,并通过仿真验证了所提信息处理方法的有效性,从而进一步完善对微波凝视关联成像信息处理方法的研究。