合成孔径雷达（Synthetic Aperture Radar,SAR）作为一种先进的遥感探测系统,在过去的几十年中得到了广泛的应用。近年来提出了广角观测的概念,用于构造更大的合成区间。在广角SAR观测条件下,许多被照射物体的散射特性会随着观测角度变化,导致传统的成像算法重建图像的分辨率和解析力降低,不利于图像解析和目标识别。此外,SAR系统相位误差也会造成图像模糊,需要采用自适应相位补偿技术来解决。现有自聚焦算法可以在一定程度上解决上述问题,但是在低信噪比和二维散焦的情况下效果不理想。近来,图像盲去模糊技术被运用到SAR相位误差图像中完成重聚焦处理。为此,本文主要对广角SAR各向异性散射目标成像和SAR图像盲去模糊进行研究,提高了重建图像的分辨率和解析力,消除了相位误差模糊。本文的主要工作内容如下:首先介绍了广角SAR信号模型和各向异性散射信号模型。针对各向异性散射导致的问题,引出了常用的匹配滤波法、子孔径法、广义似然比检验（Generalized Likelihood Ratio Test,GLRT）法。为解决广角SAR观测条件下传统成像算法中存在的问题,提出了一种基于稀疏约束的信源分离成像方法。首先,利用各向同性和各向异性散射目标的不同散射特性,构造联合系统函数投影算子;然后,利用稀疏约束抑制交叉投影能量,实现混合接收SAR数据的分离成像;最后,随着聚焦质量和解析力的提高,可以获得各向异性散射目标图像。通过数值模拟验证了该方法的有效性。为解决低信噪比和二维散焦的情况下自聚焦算法效果差的问题,提出了一种基于行列稀疏表示的SAR图像盲去模糊方法。首先,对模糊SAR图像进行去相干斑处理;然后,将盲解卷积问题转化为秩一矩阵的恢复问题,同时为了自动确定模糊核和图像支持,又添加了两个基于行列稀疏表示的优化问题;最后,通过奇异值分解恢复出模糊核和清晰图像。为了保留SAR图像的相位信息,分别对其实部虚部进行去模糊处理,将结果组合获得清晰的SAR图像。对点目标和真实场景的仿真结果验证了该方法的有效性。