汽车作为一种长远途均可,且方便舒适的代步工具,在全世界各个地方受到极大的普及,但是享受汽车带来便利的同时也伴随交通事故的频繁发生,从而使人们的生命安全和财产面临极大威胁^[1]。因此与车载其他设备研究相比,保障驾驶者生命安全的车载辅助系统研究显得更为迫切。而大多数交通事故是由于驾驶者的驾驶行为不规范而造成的,这就促使了汽车制造商们纷纷投入无人驾驶汽车的研制中。此领域一项重要的技术就是车载前视成像技术,该技术有助于汽车获取前方的道路信息,然后汽车控制系统对此作出相应的指令,从而规范驾驶者的操作行为,保障驾驶者的安全^[2]。本论文基于FMCW毫米波对车载雷达前视成像中的关键问题进行研究,围绕如何进一步提高方位分辨率和适用于车载实现的天线阵列。最后依靠毫米波雷达优良的工作特性,将毫米波雷达和MIMO稀疏阵列技术相结合,实现对车载前方领域全天候,全天时的高分辨成像。本文围绕如何进一步提车载高前视方位分辨率,不断优化天线阵列的形式,最后得到一种适用于车载前视高分辨成像的MIMO稀疏阵列。通过分析得出:SAR在前视情况下,相对于正侧视,方位分辨率大大降低;对阵列天线而言,无论处于近场还是远场,其成像高分辨率都依赖于天线阵列长度,但车载平台天线尺寸有限,使车载前视阵列成像的方位分辨率受到限制;利用MIMO阵列可大大提高前视成像的分辨率,且应车载分辨率要求的MIMO阵列尺寸,在车载上可实现;利用标准BP算法和改进式TCC-BP算法可实现车载MIMO阵列高分辨聚焦成像,但这两种算法在车载上实现时,成像实时率不高,可通过减少天线数目,从而降低运算量;采用分组稀疏优化方法实现MIMO阵列稀疏优化,针对该设计方法只适用于远场,对该设计方法进一步改进,分析适用于近场的MIMO的稀疏优化设计,或采用逐元思想设计近场MIMO稀疏优化阵列,进一步降低系统的复杂性。