雷达具有全天候、全天时、远距离的目标探测和定位能力。雷达高分辨前视成像是指对飞行器正前方区域进行微波高分辨成像,一直以来都是战场侦察、目标监视、精确制导等重要军事领域的前沿技术难题,近年来该技术受到国内外研究机构的广泛关注。前视扫描雷达成像的过程可被视为一个逆问题求解的过程,对该逆问题建模并利用数学方法求解可实现对前视雷达成像方位向分辨率的改善。由于未考虑到场景目标的相对相位和目标的离网效应,导致现有的非相参回波模型及与其对应的超分辨求解算法尚存在着不足。因此,基于前视扫描雷达几何模型和电磁波传播效应提出合理的信号模型,并在此基础上实现逆问题求解对提高前视成像的性能具有重要的理论意义和应用价值。本文围绕前视扫描雷达回波模型的建立和目标角度估计算法展开了研究,主要内容如下:1.根据运动平台几何关系推导出前视扫描雷达非相参回波模型,并在此基础上提出了插值迭代自适应算法（IIAA）。该算法利用前视扫描雷达方位向回波频谱的低通特性,通过低通滤波实现对高频噪声的抑制,并通过插值将由于脉冲重复频率低而未采集到的方位向信号进行恢复。在同等信噪比下,分辨能力明显优于现有传统算法,在实测数据处理当中分辨率较实孔径成像提高了4倍,且信噪比得到了明显的提高。2.由于场景相邻目标间存在相对相位,基于非相参模型的前视扫描成像将会造成分辨率上的损失。本文揭示了相对相位对超分辨性能产生影响的原因,并提出了扫描雷达相参超分辨模型,该模型采用天线辐射方向图替代功率方向图形成卷积核。在此基础上,本文提出了一种频谱截断预处理技术（STP）,在频域超分辨之前使用该技术能极大程度提高运算效率,较传统的时域超分辨方法耗时最多能缩减两个数量级,使实时超分辨成像具备可行性。3.前视扫描雷达为了更精确地获取场景目标的方位角度,通常会增加脉冲重复频率（PRF）,但由于系统距离模糊、重访率的限制,无法无限制地提高PRF,且该做法会带来指数增长的计算量。本文提出了一种基于时域天线方向图线性近似的离网模型,该模型能打破PRF的限制,对偏离采样间隔的目标进行角度精估计,减少估计误差。随后基于此模型,本文提出了离网迭代自判决算法（OGISA）,该算法能对目标个数进行自动判决并迭代估计出目标方位向角度。在同等信噪比条件下,算法性能明显优于离网稀疏贝叶斯学习（OGSBL）与离网正交匹配追踪（OGOMP）等算法,且通过实测数据验证了其有效性。