传统凝视成像雷达主要是采用实孔径雷达成像技术,通过波束形成产生较窄波束对目标场景进行照射,从而对目标场景进行成像。其中,分辨率是衡量成像雷达性能的重要标志,根据瑞利衍射限,提高雷达方位分辨率的方法是增大天线孔径和提高发射信号的频率。然而天线孔径的扩展会导致天线体积和重量的增大,这给天线的设计及应用带来较大困难。本文针对上述问题,研究了多发射阵列凝视雷达超分辨成像方法,主要工作分为以下两个方面:1.多发射阵列凝视成像雷达通过发射随机信号,在目标场景表面形成辐射场,将散射回波数据和辐射场数据进行处理,实现突破瑞利衍射限的超分辨成像。但是其超分辨成像结果仍不能满足实际要求。本文通过对基于压缩感知算法的多发射阵列凝视成像雷达系统模型的研究,推导了辐射场和接收数据的信号模型。对实测辐射场和理论分析辐射场进行对比分析,验证了理论推导辐射场的正确性。利用压缩感知算法对实测数据进行处理,不仅得到了突破瑞利衍射限的成像结果,而且缓解了成像数据存储和处理对计算机硬件带来的压力,从而验证了该成像方法的有效性。2.传统基于压缩感知的多发射阵列凝视雷达成像方法,首先将二维接收信号模型进行向量化处理为一维信号模型,然后利用传统压缩感知算法进行重构,最后将重构得到的一维信号重排为二维信号模型,从而实现对目标场景的成像。当对大目标场景进行成像时,这种处理方法导致感知矩阵维数较大,增加了计算机的存储负担和压缩感知重构算法的复杂度。本文针对实际问题中遇到的当目标场景较大时运算复杂度较高,运算时间较长的问题,借鉴MIMO雷达系统模型,将单通道接收机模型改进为多通道接收机模型,从而提出一种基于二阶张量的二维信号模型。针对改进的模型,提出一种基于张量压缩感知理论的凝视成像方法。通过对该方法的数值模拟仿真分析,结果表明利用张量压缩感知算法可以极大程度降低算法复杂度,减少运算时间,并能减轻计算机的存储负担。尤其在非稀疏大场景情况下,该成像方法仍具有较好的快速成像能力。