空间谱估计技术是阵列信号处理的一个重要方面，因其具有突破阵列波束宽度限制，即瑞利限的超分辨特性，而受到日益深入的研究。辐射目标被动探测技术，尤其是目标亮温反演成像，是微波遥感探测的重要内容。目前微波辐射计的空间分辨率不够高，限制了其更广泛的应用。采用综合孔径的方法可以有效的提高微波辐射计的空间分辨率，但综合孔径算法仍然受到阵列孔径大小的限制，无法突破瑞利限，阻碍了分辨率的近一步提高。空间谱估计技术属于参数估计算法，可以有效的突破瑞利限。同时由于被动探测中的辐射信号具有是独立不相关的"近噪特性"，而空间谱算法对独立不相关的信号估计最准确。基于此，在微波辐射被动探测中应用空间谱估计算法以进一步提高空间分辨率，目前正日益受到关注。空间谱估计属于对空间目标入射角度(DOA)的超分辨估计，一般应用于主动探测技术中，主要用于确定信号的空间方位，以便进行跟踪定位。而在被动辐射探测中，尤其是亮温反演成像中，不仅需要目标的空间角度信息，还需要目标的辐射亮温，即辐射功率，这属于信号功率谱估计范围。目前的空间谱估计算法并不能直接进行信号功率的估计。以空间谱估计算法中经典的MUSIC(多重信号分类)算法为例，空间谱峰的位置对应目标的空间方位，但谱峰的强度并不对应目标信号的功率(或者辐射目标的亮温)，并没有实际的物理意义。由MUSIC算法可知，信号的功率信息包含在数据协方差矩阵的对角元素或者其特征值中。本文基于这一特性，利用空间谱估计的MUSIC算法，得到信号的协方差矩阵，通过对角元素得到信号的辐射功率，从而对目标亮温进行反演成像。针对一维综合孔径的最小冗余阵列，需要通过内插变换法转换为等效的均匀等距线阵，从而应用空间谱估计的MUSIC算法。利用综合孔径一维线阵进行了算法仿真计算，验证了上述算法的可靠性。通过与综合孔径的傅里叶反演算法比较，证明空间谱估计算法可以超越综合孔径的分辨率，实现目标的超分辨估计。利用MUSIC算法进行了反演成像仿真，计算结果证明MUSIC算法相比综合孔径的傅里叶反演算法精度更高。理论以及仿真证明，辐射目标被动探测中应用空间谱估计算法具有实用价值，值得进一步的研究。