阵列雷达系统相较于传统单通道雷达,具备更高的空域自由度,可以实现目标的高精度测角,将其用于机载或弹载雷达对地成像中,可实现合成孔径雷达(SAR)、多普勒波束锐化(DBS)等技术难以实现的前视成像。相对于实波束成像,阵列雷达前视成像技术能够进一步提高成像区内目标的方位精度,从而有效地改善运动平台雷达前视成像的图像清晰度。本文研究围绕阵列雷达前视成像技术展开,对基于超分辨方法的阵列雷达前视成像算法进行研究,主要内容包括:1.研究基于超分辨方法的阵列雷达前视成像技术,建立了阵列雷达前视成像的回波模型,并用修正及空间平滑技术改进了传统的多重信号分类(MUSIC)算法使之能够分辨相干信源,提出了基于改进的MUSIC算法的阵列雷达前视成像算法,给出了详细的信号处理流程。并用该算法对点目标仿真,仿真场景,以及实测数据进行了处理,验证了该算法对雷达前视区域成像的有效性。2.研究基于线性预测方法的阵列雷达前视成像技术,针对前视成像处理过程中,用于估计自相关矩阵的样本数较少或仅有单个样本的情况,提出了采用基于自回归(AR)模型下的线性预测外推法来扩展孔径长度,从而实现方位分辨率的提高的前视成像算法。分析了数据外推对于提高方位分辨率的可行性,并采用自相关法和Burg算法进行仿真实验和实测数据处理,证明了所提算法的有效性。3.研究基于压缩感知方法的阵列雷达前视成像技术,分析了阵列雷达前视成像模型在该理论下的空域稀疏表示,测量矩阵的构造以及适用的稀疏重构算法,并将该算法用于快拍数较少条件下的阵列雷达前视成像,最后采用仿真和实测数据验证了该算法的有效性。