分辨力是雷达的一个重要指标,雷达的发展始终伴随着对更强分辨能力的追求。虽然雷达的性能不断提高,但在处理多目标的过程中,不可避免地会出现空间邻近、速度相近、运动方向一致的群目标,使得雷达不足以区分。群目标在常规线性处理框架下具有不可分辨的特性,在雷达探测领域普遍存在,其危害巨大。在弹道导弹防御中,群目标问题导致雷达的探测与跟踪性能恶化严重,亟待解决;另外,在防空拦截、精确制导、低空防御以及宽带识别等领域,雷达在目标指示、情报获取等方面的能力也因群目标受限。这就有必要研究群目标分辨技术,突破雷达分辨极限,帮助雷达完成从“看不清”到“看得清”的转变。群目标分辨的本质是:在已经检测到同一分辨单元内存在多个目标的基础上,判决目标个数,估计目标参数。在此研究背景下,论文立足于阵列雷达灵活的处理样式,并结合雷达处理的多个维度,着力提升雷达分辨能力,对阵列雷达群目标分辨技术展开深入研究,取得的研究成果包括以下三个方面:1.基于先验信息的角度域群目标分辨。此项研究可以总结为“若有先验（目标个数）,则用先验”。当目标个数已知时,从阵列雷达空域处理出发,利用目标个数这一先验信息建立参数化模型,精确测量各目标角度,实现角度域群目标分辨。研究内容包括两个部分:·阵列雷达自适应单脉冲群目标分辨。以一维线阵为基础,基于已知的目标个数,建立精确的参数化群目标信号模型,以极大似然为准则,推导了自适应单脉冲原理,揭示了该方法的波束域处理本质。在此基础上,采用步长加权的方式改进了测角算法的迭代过程,避免了不收敛的情况,实现了各目标的精确测角。并且,针对实际的二维面阵改进了自适应单脉冲测角算法,同样以步长加权的迭代方式,实现了二维面阵的群目标精确测角。仿真表明,中等信噪比条件下,自适应单脉冲可同时测量三目标角度,目标间隔1/3波束宽度时仍可正确测量,计算效率相较与梯度类算法提升了近3倍。·阵列雷达四通道单脉冲双目标分辨。从工程实践出发,考虑最为常见的双目标情况和四象限阵面划分,针对一般形状的二维面阵（如矩形阵、圆阵、八边形阵等）,建立广义四通道单脉冲信号模型,并求得目标角度的闭式解。在此基础上,提出了子阵级四通道单脉冲双目标测角算法,分为两部分:首先,从全阵中截取面积最大的矩形阵列,粗略估计双目标角度和子阵参数;然后,将粗估计结果代入双目标角度的闭式解中,得到目标角度的精确估计。并且,针对目标处于同一方位或者俯仰而产生的角度模糊,采用坐标轴45°旋转的方式消除模糊。仿真表明,该方法可以精确、快速且无模糊测量双目标角度,具有较高的工程可实现性,在中等信噪比条件下,目标间隔1/4波束宽度时仍可正确测量,计算效率相较与自适应单脉冲进一步提升了数十倍。2.基于频率分集的多域联合群目标分辨。此项研究可以总结为“若无先验,多域分辨”。当目标个数未知时,无法建立精确的参数化模型,仅从角度域难以分辨群目标。从频率分集出发,将多个子频带综合为大带宽,提升阵列雷达的距离维分辨率,实现多域联合群目标分辨。需要指出的是,频率分集需要调制发射波形,对雷达的发射机和接收机有较高的要求。此项研究内容包括两个部分:·基于时域频率分集的步进频阵列雷达群目标分辨。步进频脉冲串中各脉冲中心频率依次递增,综合各脉冲的子频带可以提升距离分辨率,但目标运动会引起距离走动,并且对于阵列雷达而言还存在速度-角度耦合。针对此问题,建立阵列雷达步进频脉冲串信号模型,分析了一维高分辨距离像的不足,在此基础上引入了二维高分辨距离-角度像,使得能量可在空-时二维相参叠加,并实现速度-角度解耦。然后,设计了长-短步进频脉冲串,消除了因目标运动产生的距离走动,并结合有序统计恒虚警检测技术实现了群目标的数目判决以及距离、角度和速度的精确估计。·基于空域频率分集的频率分集阵列（FDA）雷达群目标分辨。FDA各阵元的中心频率依次增加,综合各阵元的子频带可以提升距离分辨率。FDA的处理自由度更多,但是其方向图存在距离-角度耦合和距离维栅瓣。为此,综合考虑前端设计和后端处理:在前端设计中,采用子阵级发射和全频段接收的收-发结构实现方向图解耦,并且该结构的距离维接收波束宽度仅为发射的1/4,具有天然的“宽发窄收”特性,距离分辨率提升了4倍;在后端处理中,推导了单脉冲定位算法,实现单目标的距离-角度联合估计,在此基础上,提出了脉内波束扫描方法,抑制目标间的相互干扰,提升了距离和角度的估计精度。3.特征域辅助群目标超分辨。此项研究可以总结为“若无先验,且低分辨,引入（区分）特征,增加计算”。前两项研究均以目标的空间差异（角度、距离）区分各目标,然而目标还具有特征差异（如极化、微动等）,亦可用于区分各目标。当目标数未知且分辨率不足时,建立高维参数化模型,以大量的计算搜索为基础,以区分特征为辅助,可以实现群目标超分辨。此项研究从雷达超分辨的机理出发,对比了参数化目标模型匹配（PTMF）和贝叶斯压缩感知（BCS）两类超分辨方法,分析了PTMF方法的局限性,得到BCS方法在目标数判决的性能更优。在此基础上,选取目标的极化散射矩阵（PSM）作为区分特征,提出了阵列雷达基于极化信息辅助的超分辨方法:在发射端调制发射信号的极化状态,建立高维参数化模型,利用BCS算法估计目标的距离、角度以及PSM,并且设计了估计结果再筛选的准则,剔除off-grid问题导致的无效估计,达到“去伪存真”的效果,可同时正确判决目标个数和精确估计目标参数,实现三个目标的有效分辨。但该方法对通道间的极化隔离度有较高的要求,低于40d B超分辨性能下降明显。