随着信息技术与新军事革命的蓬勃发展,使用各类智能化、无人化作战武器是未来战场发展趋势。具备对复杂外界环境的快速、准确、精细感知能力是智能化作战单元工作的必要条件,依靠各类传感器对周围环境实现精确感知是其得以正常工作的核心前提,因此研究小型化、轻量化,同时具备全天候、全天时等各类复杂环境下对周围环境准确感知能力的传感器具有重要意义。结合超材料孔径天线的三维场景高分辨成像能力以及轻便灵活的系统构成,将来用作无人平台成像传感器具有明显优势。本论文紧紧围绕超材料孔径成像雷达这一前沿研究课题,对该新颖体制雷达三维成像感知中所面临的系统测量模式数受限、成像重建复杂度高以及成像效率低等若干问题进行了深入研究,主要研究工作可概括为以下几个方面:(1)研究了超材料孔径天线随机辐射场自由度评价问题。超材料孔径天线的各项系统参数的优化设计需要对应的评价指标来与系统后端场景成像分辨性能相匹配。针对目前尚无对超材料孔径天线辐射场自由度评价指标的问题,本文提出了使用超材料孔径天线辐射场测量矩阵相关矩阵的一阶统计量与二阶统计量进行联合约束的评价指标,并且通过成像重建相变图在测量矩阵相关特性与成像分辨性能之间建立了对应关系。(2)研究了提高超材料孔径雷达成像性能的问题。针对超材料孔径雷达在对大范围场景成像时面临的测量模式数受限的问题,本文提出了一种孔径旋转合成的成像算法来增加系统测量模式数,进而提高对场景成像性能;首先对衍射层析算法中的口标散射系数与成像系统空间谱域采样之间的傅里叶变换关系进行了数学推导,对旋转合成成像算法有效性的内在物理机理进行了理论说明:然后验证了孔径空间旋转间隔以及旋转次数对系统测量模式个数增加的实际性能,最后对测量模式数的增加所带来的场景成像质量的提升进行了仿真实验。(3)研究了超材料孔径雷达高效三维场景成像问题。超材料孔径雷达在对场景进行三维高分辨成像时,依据前向成像模型所构建的测量方程维度过大,场景目标散射系数重建需耗费较多硬件资源以及时间资源,导致成像效率较低。针对此问题,本文提出了基于距离维解耦合的快速并行成像后处理算法;首先利用超材料孔径天线方向图固有的局部平稳特性,设计了滑窗处理算法来保证随机方向图在全带宽内的平稳特性,随后构建场景更新测量方程来对不同成像空间实现并行成像重建,极大的提高了超材料孔径雷达的大范围三维成像效率。(4)研究了超材料孔径雷达合成孔径成像问题。针对超材料实孔径与合成孔径混合的三维成像系统,本文提出了两种后处理快速算法来实现三维场景重建。设计快速三维成像算法的关键在于合成孔径维与天线平台维的解耦和分维处理。为了实现成像空间解耦和,使用经典SAR成像算法中的后向投影(Back Projection,BP)算法以及Omega-K算法。首先利用BP算法等效的宽波束合成原理,对空间采样回波数据进行了近距波束形成处理,得到场景不同方位角的目标聚焦函数,然后对不同方位角内目标进行了斜距与俯仰角的两维计算成像重建,实现了三维场景重建。不同于BP算法中的方位角聚焦处理方法,Omega-K算法中利用Stolt插值算法对波数空间域中的方位波数与距离波数进行解耦和,使用傅立叶变换进行目标方位响应聚焦,得到对应的方位分辨切片,再利用空间随机方向图对空间固有的映射编码特性,对场景不同方位切片内的径向距离与俯仰角进行了两维分辨,最后实现了场景的三维成像处理。本文基于大量的超材料孔径天线电磁仿真方向图数据与成像实测方向图数据,对所提的成像处理方法进行了充分的成像仿真实验验证,研究成果对超材料孔径雷达实际成像处理具有一定的实际应用价值。