群目标是指在一定空间范围内散布密集、数量规模大、整体布局稳定的目标集合,通常包括如战斗机、船舰和陆地目标等在内的编队目标,还包括同时发射的多发飞行导弹等密集多目标。但当雷达接收阵元的天线波束宽度内存在密集目标时,如果想要从空域、时域或者频域上分辨各个目标,难度非常高。因此,密集群目标的分辨技术是雷达信号处理领域内的一个重点研究方向。本文提出了一种新的密集群目标分辨方法,主要利用目标回波信号的多维谐波结构构建统一的信号模型。并将多维谐波信号模型与稀疏表示理论相结合,利用稀疏重构算法实现对主瓣内密集群目标的分辨,提升了对密集群目标的分辨能力。主要工作包括:1、建立多维谐波信号模型。基于发射线性调频脉冲信号的均匀线阵,利用其回波经过解调频处理后的空域、慢时间维以及快时间维的采样数据,得到目标在角度维、多普勒维以及距离维的信息。根据不同维度参数信息的组合得到一维、二维、三维谐波信号模型,最终利用目标回波信号中多个维度的信息来实现对密集群目标的分辨。2、推导了多维谐波信号的模糊函数,并对其分辨性能进行了详细分析。首先根据多维谐波信号模型,推导了一维、二维、三维谐波信号的模糊函数式。接着通过仿真实验,分析和对比了不同维度谐波信号的密集群目标分辨性能。仿真结果表明:相比于单维信号模型,多维谐波信号可以提高雷达在各个维度上对密集群目标的分辨能力,并且随着多维谐波信号模型中维数的增加,其分辨能力也会提高。3、研究了基于多维谐波信号的稀疏超分辨算法,并对各个维度谐波信号超分辨算法的分辨性能进行了仿真分析和对比。首先根据目标在角度、距离以及多普勒维上的稀疏性,得到多维谐波信号的稀疏表示模型。然后基于稀疏表示理论,将密集群目标的分辨问题转化为稀疏重构问题。最后,利用稀疏重构算法,实现对密集群目标的分辨。该方法的优点是:(1)利用目标回波信号当中多个维度的参数信息实现对于密集群目标的分辨。分辨性能相比于传统单维分辨方法有较大提升;(2)将稀疏表示理论与密集群目标分辨问题相结合,弥补了常规超分辨算法因快拍数问题不适用的缺点。并且不需要对信号进行去相关运算;通过计算机仿真实验,验证了本文所提出多目标分辨方法的有效性,提高了雷达对于密集群目标的分辨能力。