本发明公开了一种基于稀疏贝叶斯学习框架的机动平台前视超分辨成像方法，包括：建立面向机动平台的单基前视扫描成像模型；利用单基前视扫描成像模型计算前视场景散射系数观测值、构建过完备字典矩阵；针对前视场景散射系数每一距离门，构建前视场景散射系数的贝叶斯后验概率问题；利用student‑t分布思想，根据前视场景散射系数观测值和过完备字典矩阵将求解贝叶斯后验概率问题转化为求解基于student‑t分布的最大似然问题；利用期望最大化思想求解基于student‑t分布的最大似然问题得到当前距离门的最大似然估计值；遍历所有距离门得到对应的最大似然估计值以实现最终成像。本发明实现了机动平台前视超分辨成像。
