对于理想的雷达探测环境,如信噪比较高,无干扰,雷达平台相对运动比较平稳等情况,采用传统的雷达成像算法即可以实现良好的聚焦成像。然而对于一些复杂的雷达工作环境,则会降低现有成像方法的有效性。这种条件下甚至会产生有色噪声,降低雷达回波的信噪比,为了在复杂条件下获得良好的雷达成像效果,本文主要研究了基于贝叶斯理论的鲁棒性较高的雷达成像算法。针对传统的雷达成像技术大多是通过距离多普勒技术获取目标图像,雷达成像性能的提升必然会导致雷达系统复杂度提高的问题。本文首先分别在雷达平台静止和相对运动条件下,建立雷达与目标之间的几何位置关系,推导出雷达的回波信号模型。考虑到雷达关联成像方法在提高雷达系统分辨率方面有着广泛的应用,本文在研究雷达回波信号模型的基础上建立雷达关联成像的回波模型,并完成计算机仿真。针对现有算法在低信噪比下雷达成像性能较差的问题,研究了基于贝叶斯理论的复杂环境下雷达成像方法。本文对传统的贝叶斯模型进行改进,使用一种改进的变分贝叶斯雷达成像算法。将雷达回波模型表示为高斯混合分布的贝叶斯图形化模型,使用基于最大后验的变分贝叶斯方法对目标散射稀疏的虚部进行变分近似估计,并使用变分贝叶斯方法对目标散射系数的实部进行最大似然估计。这种对目标实虚部分别估计的方法,将贝叶斯先验模型中的复数域求解问题转为实数域求解,算法简单适用性强。在不同雷达探测目标场景下进行仿真实验,仿真结果表明本文算法提高了雷达成像性能,为复杂环境下的高分辨率雷达成像提供了一种有效的方法。针对雷达在实际工程应用中会存在各种误差因素导致雷达模型失配问题,本文研究了模型失配下的雷达成像方法。传统的雷达关联成像需要精确地计算参考矩阵来重建图像,而参考矩阵存在误差必然导致成像结果不准确。对于模型失配问题,本文推导了模型失配下雷达回波信号模型并且研究了一种联合最小均方估计的贝叶斯成像算法。该算法使用最小均方误差方法来实现对实际参考矩阵的计算,结合变分贝叶斯成像算法实现了对真实参考矩阵和雷达探测目标散射系数的自适应迭代更新变分估计。另外,本文在贝叶斯成像算法的基础上,还提出使用总体最小二乘算法来实现对干扰矩阵的估计,从而对有误差的参考矩阵进行校正,实现模型失配下的雷达高分辨率成像。对上述算法的仿真结果表明,本文所提的两种算法具有良好的成像效果,并且在抑制噪声和适应模型失配方面都有着有效的性能。