为了提高强度三维关联成像的图像重构质量，将飞行时间技术与差分关联成像重构算法相结合，推导了强度三维关联成像的理论公式，并进行了数值模拟成像。采用532 nm脉冲激光作为光源，搭建了一套赝热光三维关联成像实验系统，实现了实验室环境下的200 pixel×200 pixel目标物体的三维图像重构。实验结果与数值模拟结果一致，在一定范围内，随着选取阈值参数值的增加，可以减少切片噪声叠加的影响，显著提高三维重构图像质量；适当提高光源激光功率，能够有效改善三维图像的重构质量与纵向距离的测量精度。

毫米波成像在人体安检领域发挥了重要作用，引起了人们的广泛关注。现有的毫米波近场人体安检成像机制主要分为SISO和MIMO两种。SISO机制可实现快速精确成像，然而随着工作频率的升高，其所需天线数目迅速增长、天线间隔下降，不仅造成了系统成本提升，还使得天线耦合难以被抑制。MIMO机制虽然降低了成像所需的天线数目、增大了天线间隔，但目前无法实现类似SISO机制的快速精确重建。提出了一种可快速精确重建的MIMO近距离成像机制，定量给出了该机制的适用条件。与传统MIMO近距离成像机制不同，该MIMO近距离成像机制通过巧妙地设计MIMO子阵列，使其在近场成像中满足等效相位中心原理。因此它能够直接使用诸如距离迁徙算法（range migration algorithm，RMA）等各种基于SISO机制开发的精确且快速的成像算法去重建图像，兼顾了SISO机制和MIMO机制的优势。E波段的示例表明，在近场毫米波成像中，该MIMO机制与SISO机制具有同等水平的成像质量和成像速度，但相较于SISO机制，该MIMO机制的天线利用率、天线间隔可提升4倍以上。与传统MIMO成像机制相比，该MIMO成像机制不但有更好的成像质量，而且其重建速度大幅提升，在一个成像区域为1 m×1 m×0.2 m，体素尺寸为1.85 mm3的典型成像场景中，比传统MIMO成像机制快近200，000倍。仿真和实验结果验证了该成像机制的有效性。

研究推导了安检系统近场信号传播方程，并引入了一维近场响应矩阵，在此基础上，提出了结合LMS（Least Mean Square，LMS)自适应波束形成的非均匀快速傅里叶变换（Non?uniform Fast Fourier Transform, NUFFT）二维近场成像算法。先对多阵元接收信号进行自适应波束形成处理，再通过NUFFT重构目标图像。对文中算法与传统的波束形成NUFFT二维成像算法进行了模拟仿真比较分析，仿真结果表明，提出的算法具有更好的噪声抑制效果，提高了毫米波近场成像的质量。

提出一种应用于毫米波稀疏阵列成像的基于频率域成像算法和压缩感知技术相结合的成像算法。算法包含两个主要步骤，首先采用等效相位中心近似原理，将快速傅里叶变换成像算法用于周边形阵列，由于等效相位中心近似引入的残余相位误差无法在近距离成像应用中被完全补偿，因此在第二个步骤中，提出基于压缩感知技术的基于迭代最小化的稀疏学习（SLIM）的改进算法用于重聚焦初始图像。通过等效相位中心近似原理和改进的SLIM算法的结合，所提算法具备更高的计算效率、提升了图像质量、相比于传统的SLIM算法具备更少的迭代次数。仿真结果验证了所提算法的有效性。