P波段机载重轨干涉合成孔径雷达(Synthetic Aperture Radar，SAR)由于其灵活机动、可穿透性、波束覆盖范围大等特点，在灵活获取高精度数字地形模型方面具有非常重要的应用价值。本论文以P波段机载重轨干涉SAR信号处理为研究对象，重点从成像算法、残余误差估计与补偿算法以及干涉相位滤波几方面寻求适用于P波段机载重轨干涉SAR的信号处理方案，为P波段机载重轨干涉SAR获取高精度数字地形模型(Digital Terrain Model，DTM)提供理论分析与应用基础。本论文的主要贡献和创新点包括:　　针对机载重轨干涉SAR在数据获取或处理过程中引入的各类误差，系统的分析了各类误差对干涉测量精度的影响。推导了高程误差和残余误差对单幅图像和重轨干涉的误差传播模型，以及随机误差对于干涉测量的误差传播模型，为信号处理方案设计和相关算法的研究提供了理论基础。　　针对频域算法和时域算法的局限性，提出了一种适用于高分辨率宽波束机载干涉SAR的成像算法。通过引入一个方位向扰动信号，将频域算法与时域算法结合互补，解决了频域算法运动补偿精度不足的问题以及时域算法时效性差的问题，在对高分辨率宽波束机载干涉SAR数据进行成像处理时可以达到精度和效率之间的平衡。　　针对影响残余误差估计精度的各因素进行了系统分析，建立了残余误差估计精度模型，提出了一种自适应参数设置的多斜视残余误差估计算法，确定了一套适用于P波段机载重轨干涉SAR系统的残余误差估计与补偿方案。　　提出了一种自适应迭代的非局部干涉相位滤波算法。利用干涉相位概率密度分布函数对权值计算中的衰减系数进行估计，实现了衰减系数的自适应，之后通过调节窗口尺寸及自动迭代，在不断滤除噪声的同时对相位细节进行保持，在低信噪比、地形复杂区域仍然可以较好的恢复出干涉相位。　　提出了一种基于高阶奇异值分解(Higher Order Singular Value Decomposition，HOSVD)的非局部干涉相位滤波算法。通过对相似像素块组成的3维张量进行HOSVD变换提高信号在变换域的稀疏性，通过阈值收缩对相位噪声进行抑制，最后通过经验维纳滤波进一步提升滤波效果。仿真和实测数据实验表明，该算法在相干性较差、干涉条纹密集区域具有较好的去噪和相位细节保持能力。　　提出了一种非局部干涉相位滤波算法在实际系统中的应用方案。通过局部频率估计和相干性阈值判定，对于干涉条纹变化频率较高、相干系数较低的区域，采用非局部干涉相位滤波算法进行处理，对于其他区域采用传统滤波算法进行处理，在保证滤波精度的前提下提高了运算效率。　　综上所述，本论文在P波段机载重轨干涉SAR信号处理的成像算法、残余误差估计与补偿、干涉相位滤波方面取得了一定的研究成果，并形成了一套P波段机载重轨干涉SAR信号处理的整体流程，为获取高精度数宁地形模型提供了理论与应用支持。