雷达前视超分辨成像技术在飞机自主降落、精确制导、地形感知和避让等军事和民事领域具有非常重要的应用价值。然而,受成像机理的限制,导致方位分辨率远低于距离分辨率,制约了实际应用效果,因此研究如何提升雷达前视方位分辨率是目前研究的热点和难点。本文主要在实孔径扫描雷达工作模式下,采用解卷积的方法进行前视超分辨成像算法方面的研究,并主要做了以下四方面的工作:（1）根据实孔径扫描雷达成像的空间几何关系,推导了雷达平台与地面目标之间的瞬时斜距,进而建立了信号回波模型和方位向的卷积模型,为后续超分辨算法的研究提供理论基础。（2）针对稀疏场景成像中经典的1L正则化解卷积方法所产生的解并非最稀疏,提出了基于L1 2正则化的解卷积方法,由于L1 2正则算子比1L正则算子稀疏约束能力更强,因此产生的解更稀疏,鲁棒性更好,在稀疏场景下具有更好的成像效果。（3）针对传统的贝叶斯解卷积方法忽略了目标自身的结构信息而导致分辨率低、成像效果较差的问题,提出了基于模式耦合机制的块稀疏贝叶斯解卷积方法,通过学习和利用目标自身的块结构信息,可以达到共同稀疏的目的,进而提升成像效果。（4）针对基于模式耦合的块稀疏贝叶斯解卷积方法在低信噪比下分辨率下降的问题,提出在解卷积之前先使用截断奇异值分解（TSVD）方法剔除卷积矩阵中导致噪声放大的较小奇异值,以此削弱低信噪比下噪声对块稀疏贝叶斯解卷积方法性能的影响。以上所述的模型及超分辨方法,均已通过仿真进行了实验验证,相比于传统方法,能够起到更好的成像效果。