成像技术的出现是雷达发展史上的重要里程碑。成像雷达能够全天候、全时段工作,并可穿透植被、衣服、地表等遮挡物观测目标,具有广阔的应用前景。多输入多输出(Multiple-Input Multiple-Output, MIMO)是近年来由通信领域引入的一种新的雷达体制,从诞生之日起就引起了国内外学术界、产业界的广泛关注。它在雷达成像、目标角度估计、反隐身目标等方面表现出诸多优势。利用MIMO雷达在分辨能力方面的优势进行成像,能够缩短积累时间,甚至可实现单次快拍成像,大大降低了对目标运动状态的要求。它创新性的系统结构可以克服传统雷达成像方法的不足,为雷达成像提供一种新的思路。在保证成像性能的条件下,对MIMO雷达阵列进行稀疏布置,能够有效减少设备数量、减小信号处理负担、提升系统的可靠度、提高应用的灵活性。这些优点可以进一步凸显MIMO雷达成像的价值,拓展其应用空间。本文围绕稀布阵列MIMO雷达成像这一主题,沿着单次快拍成像和多次快拍成像两条技术路线开展研究,对于每条技术路线又分为常规和宽角度两种情况进行讨论。主要工作包括以下五个部分内容：针对稀布阵列MIMO雷达成像的基础问题。第一部分总结比较了常规的阵列稀布方法的优缺点。借助模糊函数研究了稀布阵列MIMO雷达的分辨能力。采用抛物线拟合法计算模糊函数在横、纵两个方向上切割图形的主瓣宽度,进而推导出MIMO雷达分辨率的数学表达式。通过对表达式的分析,讨论了影响MIMO雷达二维分辨率的因素,总结得到系统设计和阵列布置的若干准则。第二部分研究了稀布阵列MIMO雷达单次快拍成像。有两类MIMO阵列可用于二维成像,分别是收／发阵列相互平行放置和垂直放置,它们对应的虚拟阵列是线阵和面阵。本文针对这两类阵列提出了不同的稀布方法。对于平行放置情况,讨论了两种基于差集理论的阵列设计方法,分别适用于对布阵算法运算量敏感与否两种场合。在对运算量敏感的场合,可采用借助差集理论进行MIMO雷达快速布阵的方法,所得阵列方向图的峰值旁瓣比优于常用的随机阵列；在对运算量不敏感的场合,能通过一种将差集理论和遗传算法相结合的优化方法,以较快的收敛速度获得比传统遗传算法更好的结果。对于相互垂直放置的情况,提出一种基于差基和差集理论的MIMO雷达最小冗余垂直阵列构造方法。分析表明,所得MIMO雷达的虚拟阵列在设计指标要求的范围内能够满足最小冗余条件。最后给出了该方法所得阵列的冗余度极限。第三部分研究了稀布阵列MIMO雷达单次快拍宽角度成像。由于宽角度成像时可认为目标位于近场,因此首先推导了MIMO雷达远场和近场的分界条件。接着针对目标位于近场的情况,经分析后选择最大投影方向图代表点扩展函数(Point Spread Function,PSF),用于衡量不同稀布阵列的成像性能。然后以此标准设计适应度函数,运用遗传算法对用于近场条件下宽角度成像的MIMO雷达阵列进行优化。在此过程中,提出一种“成对交叉策略”保证遗传算法进化过程中阵列稀疏率的恒定。第四部分研究了稀布阵列MIMO雷达多次快拍成像。采用逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)技术进行多次快拍积累,是MIMO雷达消除因阵列稀布带来的对成像性能影响的途径之一。但当系统参数不完全匹配时,会出现MIMO阵列的空间采样与ISAR技术的时间采样之间不等效现象。为此,研究了空时不等效对成像质量的影响,经过详细推导,得到计算成像结果中虚假目标数量、位置的数学公式,给出了目标与最大假目标幅度比值的解析表达,并对目标幅度衰减情况进行了定量分析。在此基础上,对目标上特殊点进一步讨论,总结了它们方位像的特点。若多次快拍成像时存在空时不等效,需对回波数据进行方位向重排与插值。这就需要估计目标的运动参数,同时距离-多普勒图像的横向定标也要以目标的运动情况作为依据。从该需求出发,针对经过运动补偿后等效为匀加速旋转目标,提出一种初始角速度和转动加速度联合估计方法。借助MIMO雷达多通道观测的结构优势,根据不同通道回波间相位差异,通过估计差异信号相位系数获得目标运动状态。在此基础上,分析了算法推导过程中因函数近似引起的误差,同时对算法的分辨能力给出定量评估。第五部分研究了稀布阵列MIMO雷达多次快拍宽角度成像。采用距离-多普勒(Range-Doppler, RD)算法成像原理直观,步骤简洁。但它只适用于成像积累角度不大的情形,否则目标上的散射点会发生越分辨单元走动(Motion Through Resolution Cell, MTRC)。而提高雷达方位向分辨能力又要求增大成像积累角度,因此有必要研究稀布阵列MIMO雷达多次快拍宽角度成像方法。首先对MIMO雷达的系统结构和采用ISAR技术时的信号模型进行分析,以二次降维方式详细讨论了回波信号在波数域的分布特点,得出两条针对成像应用的MIMO雷达阵列设计准则。在此基础上提出一种可有效聚焦的极坐标格式算法,经过对MIMO雷达回波数据逐次渐进降维重排,将其从四维转换到二维。然后凭借距离向和方位向两次一维插值,把以极坐标格式记录的回波采样变换为直角坐标下均匀分布的数据。最后通过傅里叶逆变换实现成像。此外,对该方法推导过程中引入的误差进行了分析,得到算法的适用条件。