谱估计是信号处理领域的基本问题之一,受到学者的广泛关注。标准的Capon谱估计方法是一种基于自适应滤波器组的谱估计方法。当数据样本有限时,为获得较好的谱估计效果,常常在谱估计方法中选择较具有高阶的滤波器。由于快拍数减少,导致采样协方差矩阵奇异,进而导致常规的Capon谱估计方法不再适用。本论文研究了基于奇异协方差矩阵的二维Capon谱估计方法。我们将一维改进的秩亏的稳健Capon滤波器组谱估计方法拓展到二维,称为二维MRD-RCF(Modified Rank-deficient Robust Capon Filter-bank)谱估计方法。为了提高协方差矩阵的估计精度,在协方差矩阵的估计过程中可以引入前后向估计方法。应用了前后向估计方法的二维MRD-RCF谱估计方法可称为二维FB MRD-RCF谱估计方法。仿真实验结果表明两种谱估计方法都能给出较好谱估计效果。高分辨的SAR目标图像更有利于后续的目标识别。鉴于二维MRD-RCF谱估计方法和二维FB MRD-RCF谱估计方法都能给出高分辨的估计结果,将其应用于SAR图像超分辨特征分析中。针对处理后的SAR图像分别进行的定性和定量分析,表明二维MRD-RCF谱估计方法和二维FB MRD-RCF谱估计方法均具有高分辨性能。此外,这两种谱估计方法既能抑制一定的斑点噪声,又具有较好的阴影保持能力。