毫米波雷达因其探测性能稳定,器件尺寸小,受天气影响小,能够全天候工作等特性,成为了实现高级驾驶辅助系统（ADAS）和自动驾驶汽车中的关键组件。区别于合成孔径雷达（SAR）只能应用于车载平台正侧视或斜视方成像,国内外学者将多输入多输出（MIMO）概念引入车载前视成像,通过毫米波雷达的阵型变化改善其分辨率性能。近年来,传统车载毫米波雷达成像方法存在低分辨、高旁瓣的问题,此外,采用现有的超分辨算法需要对数据协方差矩阵作特征值分解,计算复杂度高且成像时间长,难以实现实时性的要求。针对上述问题,本文主要从改进的成像算法与系统的方案设计展开以下工作:1、延时求和（DAS）波束形成算法应用于车载毫米波雷达会导致分辨率较低,有明显的旁瓣影响。为提高波束形成算法的效率,抑制旁瓣,提出一种基于凯塞窗（Kaiser）加权的FFT波束形成的成像方法。该方法首先通过一维FFT获得目标的距离向信息,接着采用Kaiser窗加权,通过调整参数β的大小使得主瓣变窄,降低旁瓣,最后根据导向矢量的傅里叶特性直接应用FFT算法,避免了对每个阵元信号进行延时相乘再求和,从而减少了计算量。仿真与实测结果验证了该方法的有效性。2、针对车载毫米波FMCW MIMO雷达的超分辨算法中存在计算复杂度高、成像时间长且难以实现工程实时性的问题,提出一种迭代自适应算法（IAA）高分辨成像的快速实现方法。该方法首先利用FFT运算获取目标一维距离像,然后对每一距离单元利用FFT算子和Gohberg–Semencul（GS）因子分解快速计算IAA的数据协方差矩阵和其逆矩阵,利用快速Toeplitz矩阵向量乘法计算IAA迭代值,在保证高分辨率的同时,从整体上提升了IAA估计各角度散射系数的实时性。仿真和实验结果表明了快速迭代自适应算法（FIAA）在获得与IAA同等高分辨成像效果的同时,降低了算法的计算复杂度,从而减少了算法的运行时间。3、提出一种基于FMCW MIMO体制的车载毫米波雷达前视成像系统设计方案。该方案使用德州仪器（TI）公司的AWR1843评估板、DCA1000数据采集卡以及PC上位机搭建系统的硬件平台,然后通过上位机MATLAB软件开发的GUI界面来控制mm Wave Studio设置满足目标成像的基本需求的雷达工作模式与发射波形参数。在完成系统初始化、参数配置后,采用DCA1000来实现数据采集与存储的过程,采集到的数据调用MATLAB中的信号处理模块进行成像处理,最终在界面的显示区域呈现成像结果。通过室外实验验证能够实现对不同场景中的目标距离-角度二维实时成像。