针对现有算法难以利用单帧红外图像实现空间邻近目标(CSO)的超分辨问题，提出了一种基于稀疏重构理论的单帧超分辨方法。该方法充分利用了目标在焦平面阵列(FPA)分布的稀疏性以及光学系统点扩展函数(PSF)的结构特性，通过对FPA离散化网格采样构造稀疏量测模型，并将建立的1范数正则化问题转化为二阶锥规划问题求解；然后针对稀疏度过估计的重构结果，采用贝叶斯信息准则(BIC)实现模型选择，最终获得对目标个数和位置的准确估计。多组仿真场景验证了算法的有效性和超分辨能力；相比于已有算法，所提算法不仅提高了