毫米波成像系统进行成像的原理是通过探测不同场景以及不同目标自身所辐射的毫米波能量分布的差异来实现成像。这种成像模式有着其独特的技术优势:相对于红外成像,它不受天气环境等因素的制约,有着更为广泛的应用场景;相对于微波,它有更高的成像分辨率。该技术可以广泛应用于场景监控、机场安检、超低空反隐身及反恐等军事领域。但由于毫米波成像系统的低通效应,导致所获取的图像的分辨率比较低,传统的毫米波成像技术主要通过增大系统硬件的复杂度以及成本来提高图像质量。新兴的压缩感知理论提出了一种新的解决方法,它根据部分测量信息来对原始稀疏信号进行精确地重建,其能够在尽可能减少信号的采集量的条件下以较高的分辨率对图像进行重建。本论文将压缩感知领域中所取得的一些丰富的理论成果应用于毫米波成像处理当中,通过超分辨处理技术以期提高系统的成像性能和图像的分辨率。论文的主要研究内容以及研究结果如下:1.首先对毫米波成像技术以及压缩感知基本理论进行了阐述,包括信号的稀疏性,测量矩阵以及重建算法的基本概念,归纳了毫米波成像超分辨重建的条件以及思路,这些对后续的超分辨算法的设计具有指导性的意义。2.分析了基于分块压缩感知理论的毫米波成像系统的数学模型。分析了该模型的特点以及性能,在此基础上引入了带系数的循环测量矩阵并通过具体的仿真验证了其有效性。3.针对毫米波成像系统的等效低通效应,研究了以凸集投影POCS超分辨算法为基础的非凸集投影NCSHI超分辨算法,并在算法的迭代过程中引入了两步迭代过程,得到了一种改进的超分辨算法INCSHI。最后对它们的超分辨性能分别进行仿真实验,分析了各自的优缺点并且验证了改进的算法具有更好的图像重建性能以及更快的收敛速度。4.针对投影landweber(PL)超分辨算法的非线性运算会破坏通频带内的低频分量,在算法中引入了Winner滤波器复原算法原理,对通带之内的频谱进行了有效地恢复,同时还引入了松弛参数的自适应更新过程,使得算法的收敛速度得到了提高,算法的重建性能也得到了改善,通过具体的图像进行仿真,验证了算法的有效性。