毫米波雷达因其具备穿透烟尘、不受光照影响以及可同时测量距离和速度的独特优势，在自动驾驶环境感知和工业目标识别领域占据重要地位。然而传统毫米波雷达在方位向和俯仰向的角度分辨率受限于物理孔径尺寸，实际部署中雷达天线面阵的尺寸受到车辆保险杠宽度或工业传感器安装空间的严格约束，导致角度分辨率远低于激光雷达和光学成像系统。这一物理限制催生了利用多输入多输出技术构建虚拟孔径的解决方案，通过多个发射天线和接收天线的特定布阵方式，使实际有限的物理通道组合出远多于物理单元数量的虚拟接收通道，等效扩大了接收阵列的口径。虚拟孔径的尺寸由发射天线与接收天线之间的位置差向量集合决定，合理设计发射和接收天线的空间位置排列，可以填补虚拟阵列中的空缺位置，获得完整的均匀虚拟阵列。在此基础上，毫米波雷达的角度分辨率不再受限于物理天线数量，而是由虚拟孔径的总长度决定，为后续的高分辨率成像提供了空间采样基础。
虚拟孔径构建的核心在于发射天线和接收天线位置序列的优化设计。在给定物理天线数量的约束下，不同的布阵方案会产生不同的虚拟阵列响应，其主瓣宽度和旁瓣水平直接决定了成像的清晰度和动态范围。最小冗余阵列设计通过安排天线位置使其空间差向量覆盖范围最大化的同时减少重复覆盖，在相同物理天线数量下获得比均匀阵列更长的虚拟孔径。但最小冗余阵列的虚拟阵列通常存在较多的空洞位置，使得阵列流型矩阵呈现病态特性，直接使用传统的傅里叶波束形成方法会因缺失数据而产生严重的高旁瓣和伪峰。为克服这一缺陷，系统采用嵌套阵列或互质阵列等稀疏布阵方案，这类阵列结构能够以规则的数学形式描述虚拟阵列中的空洞分布，便于后续的重构算法利用空洞位置的先验信息进行数据填补。布阵方案的选取需同时考虑雷达前端硬件的可实现性，发射天线之间的互耦效应和接收通道之间的隔离度会随天线间距的缩小而恶化，布阵设计需在虚拟孔径最大化和天线隔离度之间取得平衡，通常以互耦系数低于工程门限作为约束条件进行阵列构型的迭代优选。
压缩感知理论为从稀疏虚拟阵列的不完整测量中恢复高分辨距离角度谱提供了数学工具。毫米波雷达的目标场景在空间域具有天然稀疏性，即同一距离门内的强散射目标数量远小于角度分辨单元的总数，这一先验条件完全符合压缩感知的适用前提。系统将虚拟阵列接收到的回波信号建模为观测矩阵与待重建场景的线性乘积，观测矩阵由发射波形和阵列流型共同决定，待重建场景则是包含目标散射系数分布的距离角度二维矩阵。由于虚拟阵列存在空洞，观测方程是一个欠定方程组，直接求解不存在唯一解，但稀疏性约束使得该问题可转化为凸优化问题，通过最小化目标散射系数的范数同时保证与观测数据的残差小于噪声水平来获得唯一解。求解这类优化问题常用的算法包括梯度投影类和迭代阈值类，其中迭代软阈值算法因其计算简洁和内存占用小的特点适用于车载嵌入式平台，每次迭代仅需执行矩阵乘法和软阈值收缩操作，在数十次迭代后即可收敛至稳定解。
重构算法的性能受到虚拟阵列构型和信噪比的联合影响，不同布阵方案对应的观测矩阵满足有限等距性质的程度各异，该性质是压缩感知重构成功与否的理论保证。系统在设计阶段通过计算观测矩阵的各阶列相关性来评估其重构性能，列相关性越低则有限等距常数越小，重构质量越高。对于特定布阵方案，若相关性分析结果显示重构条件欠佳，则通过在发射信号中引入随机相位扰动来等效改变观测矩阵，每次发射脉冲采用不同的相位序列，使多脉冲积累等效于增加了独立测量次数，改善了观测矩阵的约束性。随机相位调制在硬件上通过基带数字移相器实现，其相位序列根据预先存储的伪随机码表生成，无需在线计算，保证了实时处理的可行性。观测矩阵的列归一化处理后，系统将重构问题转换为标准形式，目标散射系数的动态范围通过自适应权重调整，强反射目标的旁瓣在稀疏重构中被有效抑制，其旁瓣电平相较传统傅里叶方法可降低数十分贝。
虚拟孔径与压缩感知的结合使得毫米波雷达能够实现接近光学成像的角度分辨率，但这种超分辨率能力的获取以计算复杂度的提升为代价。压缩感知重构的迭代计算量随距离单元数量线性增长，对于包含数百个距离门和数十个角度分辨单元的成像区域，单帧重构的运算量可达数亿次乘加操作。系统通过分块处理策略降低实时计算压力，将成像区域按距离划分为独立的重构子带，各子带的回波数据互不影响，可在多个处理核心上并行执行重构算法。各子带的重构结果在后续处理中拼接为完整图像，拼接边界的连续性通过子带重叠区域的平滑加权保证。为进一步压缩计算量，系统采用自适应感知策略，在连续帧之间利用上一帧的成像结果预测当前帧目标可能出现的角度范围，重构算法仅对该区域进行高分辨率重建，其余区域保持低分辨率背景图像不变，这种聚焦处理方式将有效计算资源集中分配于感兴趣区域，大幅提升了系统的帧率。
重构图像的质量评估需要建立多维度的指标体系，包括角度分辨率、旁瓣抑制比和图像动态范围三项核心参数。角度分辨率通过点目标冲激响应的半功率宽度测量得到，旁瓣抑制比通过最强目标与其最近旁瓣的幅度比值计算，图像动态范围定义为最弱可检测目标与最强目标反射系数之比。系统在实际部署前需通过角反射器阵列的标准目标测试对重构算法进行标定和参数调优，调优内容包括迭代次数阈值、正则化参数和分块尺寸选择。标定完成后系统投入实际场景运行，运行过程中重构算法根据接收信号的信噪比估计值动态调整正则化参数，高信噪比时增强稀疏性约束以提升分辨率，低信噪比时弱化稀疏性约束以避免噪声被误重构为目标。毫米波雷达高分辨率成像技术在虚拟孔径构建和压缩感知重构的双重驱动下，其图像质量已接近适用高级环境感知任务的水平，为全天候高分辨率成像提供了一条不依赖光学传感器且不增加射频硬件成本的可行技术路径。
