综合孔径技术利用多个小孔径天线合成较大口径的天线,便于加工和卫星搭载,并且在遥感成像过程中能获得实孔径天线无法比拟的性能,目前已在世界上多个国家得到实际应用。比较著名的有欧空局(ESA)SMOS卫星搭载的MIRAS、美国航空航天局(NASA)的GeoSTAR等,作为星载对地遥感项目,他们都因为不能够提供满足需要的分辨率而无法广泛应用。镜像综合孔径微波辐射计(MIASR)是最新提出的一种干涉测量技术,它将双天线干涉和反射面干涉结合起来,在传统综合孔径系统的基础上简化了阵列结构以及接收机数目,并且在相同阵列大小情况下能获得优于传统综合孔径的分辨率和灵敏度。作为一种新的成像技术,MIASR在亮温图像重建方法上还有很多值得研究的地方。除了间接获得余弦可见度,经过反余弦变换重建亮温图像之外,传统综合孔径辐射计中的G矩阵模型也适用于MIASR,并且由于误差及其他非理想因素的存在,也同样面临着病态反问题的求解。通过正则化手段可以减弱方程的病态性,并得到亮温在某些先验条件下的近似解,但模型参数的选取同样是一个非常棘手的问题。传统综合孔径中的贝叶斯统计反演方法建立于亮温及可见度近似服从高斯分布的假设之上,将模型参数引入到亮温反演的学习过程中,很好的解决了这一问题,并且性能与正则化算法相当,这无疑是一种新的反演思路。本文将贝叶斯统计模型用于镜像综合孔径的亮温重建,仿真了天线互相关输出的统计特性,验证其近似满足高斯分布。在此基础上给出了统计反演方法在镜像综合孔径系统中的具体表述形式以及处理流程,并分别对一维和二维镜像综合孔径辐射计的统计反演方法进行了仿真分析,并与传统反演算法进行了性能对比。其反演性能与正则化方法相当,并且可以自动选取最优模型参数。