近年来随着人们出行次数增多,公共场所的安检压力也随之增大,如果对每一个乘客按传统方法依次检测会耗费大量时间,因此需要能对运动中的行人快速安检的技术。相比于针对静止物体的毫米波安检成像系统,针对运动物体的毫米波成像系统还未成熟,现存的成像算法还有一些使用限制。因此,本文中研究了针对静止和运动物体的毫米波安检系统与成像算法。论文的主要工作和贡献包括:(1)提出了解混叠成像算法。对静止物体成像而言,在实际应用中天线间隔通常大于发射毫米波波长的一半,这将导致接收到的回波信号谱发生混叠。针对混叠问题,文章中使用二维抽样定理分析了混叠的回波信号谱与未混叠的回波谱之间的关系,将从混叠谱中求得目标物体的散射系数谱的过程描述为一最小二乘问题的求解过程。仿真数据和实际数据上的成像结果显示,在混叠情况下,解混叠算法的成像质量好于直接使用传统算法,并且接近无混叠时传统算法的成像质量。仿真结果还表明此解混叠算法成像速度快、抗噪声能力强,因此具有实际使用价值。(2)给出了基于运动补偿的匀速直线运动物体成像算法。密布阵对成像目标的扫描时间较长,在此期间发生的明显的目标物体运动会导致成像结果中有强烈的运动伪影。针对这一问题,本文基于目标物体在每行天线扫描期间相对静止的假设,推导了匀速直线运动物体回波谱与该物体静止时的回波谱之间的关系。进而给出了基于运动补偿的成像算法。Matlab仿真结果表明该算法具有清晰的成像结果。而且该算法对目标物体到天线阵列的距离无特殊要求,具有广泛的应用前景。(3)提出了基于深度相机获取的物体散射点位置的运动物体分块成像算法。针对密布阵扫描时间长的问题,本文还将密布阵划分成多个扫描时间很短的区域,并假设目标物体在每个区域上天线扫描期间相对静止。因此,使用每个区域的回波数据分别成像,再根据各区域采样时刻由深度相机记录的目标物体的位置信息,合成最终的成像结果,便得到了分块成像算法。Matlab仿真结果表明该算法成像结果清楚,并且成像算法复杂度低。此外,该算法同样对目标物体到天线阵列的距离无特殊要求,因而具有广泛的应用前景。