机载雷达前视成像在军事、民用等领域有着广泛的应用,因此对雷达前视成像分辨率提高的研究有着重大意义价值,这已经成为当前研究的一个热点。传统的成像方法主要利用阵列或大孔径天线产生窄波束实现,雷达方位向分辨率受实波束宽度和天线孔径大小限制,从而导致其分辨率不高,难以实现超分辨成像,在实际应用中受到限制。基于卷积反演的超分辨成像技术,是从信号处理的角度对实波束扫描数据进行处理,成像方式简单、适用范围广,能突破天线孔径的限制实现超分辨成像。因此,本文在基于卷积反演技术的基础上,对相控阵雷达前视成像算法进行了研究,主要工作如下:（1）推导并建立了相控阵雷达前视扫描成像信号模型。建立雷达与目标的几何关系,得到两者瞬时距离表达式;然后利用该距离表达式建立信号回波模型。在雷达运动的情况下,运用脉冲压缩、距离走动校正方法对回波进行预处理,消除由于平台运动带来的影响。信号回波可以写为天线方向图与目标射信息的卷积结果,建立类卷积模型。（2）对模型病态性进行了分析。在天线方向图与回波已知的情况下,求解目标散射数据的计算可以看做是一个求逆过程。由于信号接收过程中噪声的存在以及天线方向图矩阵的特性,使得该问题不适定,为一个病态模型,直接求逆不能得到准确的结果,需要进一步的算法研究。（3）针对模型病态性问题,基于正则化理论,提出了一种改进的广义全变差正则化算法。考虑雷达信号数据的特性,增加幅相拆分、实数约束等约束条件,将其作为正则项加入到模型中,充分利用了目标的先验信息。使用增广拉格朗日乘子法得到目标函数,利用交替方向乘子法进行求解,推导出该算法。同时,利用仿真实验对该算法的有效性进行了分析。（4）分析了在雷达前视成像过程中存在的误差导致的模型失配问题,以最小二乘法为例推导误差对求解结果的影响,并利用仿真实验结果进行了验证。针对模型失配问题,研究了在该情况下的求解算法,即基于总体最小二乘估计的广义全变差正则化算法。该算法首先利用总体最小二乘法实现对误差矩阵的估计,从而实现对卷积矩阵的校正,再结合已有的正则化方法实现模型失配下的高分辨率成像。实验结果表明,本文所提算法有较好的成像性能。