由于毫米波具有能够实现穿透性检测以及全天候工作的优点,使得毫米波成像在相关成像领域成为不可替代的方案。在安检成像中,毫米波能够穿透衣物对潜在的危险品进行成像,并且不会产生电离辐射;在辅助驾驶场景中,毫米波能够适应恶劣天气且不受光照强度影响,为车辆行驶安全提供保障。随着毫米波雷达设计水平和生产工艺的提升,雷达系统的精度和集成度也越来越高,为毫米波成像技术研究及应用提供了便利。本文以77GHz频段调频连续波雷达为平台,开展毫米波成像在上述两场景中的应用研究。本文具体工作内容如下:（1）研究毫米波雷达阵元空间位置及波形参数对重构图像的影响。基于77GHz的AWR1843雷达和二维导轨搭建硬件平台,并使用MATLAB软件开发可用于数据自动采集的系统程序。该系统为后续安检成像场景和车载毫米波成像场景的数据获取提供了实验条件。（2）在安检场景下采用稀疏阵列能够有效降低系统成本,但基于压缩感知的重构方法耗时巨大,对成像的实时性造成阻碍,本文从信号恢复的角度对其展开研究,设计一种基于深度学习方法的稀疏成像方案。现有的单通道或三通道网络模型无法直接对复数信号进行训练和预测,为解决此问题,构建基于复数卷积的Unet网络,实现欠采样复信号到满采样复信号的恢复,并使用距离维脉压的二维匹配滤波算法重构目标。对不同稀疏度和采样间隔下的欠采样仿真数据进行重构实验,结果表明该方案能够有效反演目标图像。使用实测数据进行验证,在不同稀疏度下,基于深度学习方法都能够在极短时间内完成成像,并且具有比较满意的效果。（3）在车载毫米波雷达成像场景中,针对现有一维车载合成孔径雷达成像方案无法实现目标俯仰方向分辨的问题,设计了一种二维阵列的车载毫米波雷达成像方案,水平方向利用车辆运动形成合成孔径,俯仰方向上采用多输入多输出的方式获取等效均匀阵列。实验结果证明,该方案成像结果能够有效反映目标外形轮廓。在车辆非直线轨迹运动场景下,存在唯一可用后向投影算法时间复杂度过高的问题,针对上述成像方案阵元特点,提出一种时域和波数域结合的快速成像算法。理论推导和仿真实验表明,该算法能有效降低时间复杂度,且保持良好成像效果。