合成孔径雷达(SAR)是一种主动式微波遥感系统。由于成像过程不受太阳光源以及天气情况等限制，并可进行极化、干涉信息的提取与处理，因此SAR在地理科学、环境遥感、军事侦测、武器制导等方面，有着其它手段所不具有的独特优势，正在发挥着越来越重要的作用。而如何从原始雷达数据中获得准确的地物影像信息，则是SAR进行各种应用的关键和基础。在过去的几十年里，已有多种成像算法被提出，用以实现不同SAR系统的信号处理。本论文的研宄，通过提出三种新的普适性成像算法，进一步扩展了现有SAR成像理论，为SAR信号处理提供了新的方法与途径。此外，本论文还给出了一种基于径向扫描的近场三维(3D) SAR成像系统及其成像算法，进一步丰富了近场3DSAR数据的采集方式和成像处理。本研究主要内容包括：　　⑴方位向堆栈算法(Azimuth Stacking Algorithm，ASA):这是一种新的无近似频域SAR成像算法。该算法通过对SAR数据依次在多普勒域和频域进行线性映射，使传统的基于距离向的转换函数(transfer function)转变为新的基于方位向的转换函数。该转换函数使得SAR数据能够在方位向上进行堆栈成像。方位向堆栈算法可以生成任一方位上的SAR影像而不受DFT折返效应（wrap-around effect）的影响。如果利用Chirpz变换(CZT)进行两次线性变换，那么该算法将不依赖于插值计算，其生成的影像将不会引入插值误差。此外，由于ASA是一种无近似成像算法，因此将不受带宽、视角以及倾角等SAR系统参数的限制，是一种普适性的成像算法。当其它近似算法如距离-多普勒域(RD)算法无法满足成像要求时，该算法可作为SAR成像的一种新选择。　　⑵无插值波数域算法(Efficientω-k Algorithm，E-ω-k):传统的ω-k算法，通过插值来完全实现数据在二维频域的Stolt映射，因而可对任意带宽、任意视角下的远、近场目标进行无近似成像，在SAR成像中有着广泛应用。但是，插值运算往往会增加算法的复杂度并会引入插值误差，因此在使用上不如相位相乘和傅里叶变换高效准确。而现有的基于相位相乘和傅里叶变换的高效算法，如CS(Chirp-scaling algorithm)算法和CZT(Chirp-z transform)算法，是基于对Stolt映射的泰勒近似，因而其成像精度只适用于特定参数条件下的SAR数据，不具有普适性。而本论文提出的E-ω-k算法，通过相位相乘和傅里叶变换无近似地实现了Stolt映射。因而，该算法相对于传统的ω-k算法更加高效准确，相对于传统的高效算法(CS和CZT)则保持了无近似的成像精度，具有普适性。　　⑶频域后向投影算法(Frequency Domain Back-projection Algorithm，FDBP):该算法是一种新的后向投影算法。区别于传统的时域后向投影算法(Time Domain Back-projection Algorithm，TDBP)，在FDBP算法中，雷达原始回波经过处理后被直接投影到图像的频域上。相对于TDBP，该算法的主要特点是:由后向投影构建的每一（频域）栅格(pixel)可以得到整幅SAR影像信息。而TDBP则是一种高度局域化的成像处理技术。因此，在FDBP成像过程中，可在任一的后向投影阶段生成（低分辨率）全景影像，而不需等待处理完所有栅格。这意味着FDBP可快速、直接的生成全景低分辨率影像。同时，结合压缩感知技术，FDBP算法将可能提供一种新途径用以减少后向投影算法的运算量。　　⑷径向扫描近场三维SAR成像系统及其成像算法(Radially ScannedNear-field3-D SAR Imaging System and The ReconstructionMethod,Rad-SAR):在该成像系统中，所需的二维孔径数据通过径向扫描一维阵列天线来获得。相对于其他近场三维SAR成像系统，Rad-SAR有着以下几点优势，比如快速二维数据采集、对物体进行360度角全方位探测、对运动误差相对不敏感、以及成像算法简单等。但是，径向扫描会导致采样点在直角坐标系(Cartesian grids)下不规则。因此，如果不对数据进行二维插值计算，则无法直接利用快速傅里叶变换(FFT)进行高效成像。本论文则通过二维非均匀傅里叶变换(2DNUFFT)使得该问题得到解决。径向扫描数据经过2D NUFFT处理后，可通过三维距离徙动(RMA)算法对物体的反射系数进行快速三维成像。在成像过程中，本文进一步利用一维非均匀傅里叶变换(1D NUFFT)来实现Stolt映射，以减少传统插值计算所引起的成像误差。此外，为了降低数据采集负担，论文也探讨了径向扫描数据的压缩采样方法。