多通道合成孔径雷达(Multi-Channel Synthetic Aperture Radar, MC-SAR)系统因其在高分辨宽测绘带(High-Resolution and Wide-Swath, HRWS)成像、地面动目标检测、全球数字高程模型(Digital Elevation Model, DEM):测量及干扰抑制等方向具有独特优势,已受到雷达成像和遥感等领域专家的关注,成为国内外研究的热点。HRWS对地观测是未来MC-SAR系统,特别是星载MC-SAR系统的发展趋势。传统的单通道SAR系统为了获得方位的高分辨必须同时满足方位天线面积最小且高脉冲重复频率(Pulse Repetition Frequency, PRF)要求。然而为了克服距离模糊影响获得距离宽测绘带,要求PRF不能过高。由此带来了“天线最小面积约束”问题。结合数字波束形成技术(Digital Beam-Forming,DBF)多通道SAR系统可以有效地解决这个问题来实现HRWS对地观测。本文以SAR系统实现HRWS成像发展需求为目的,针对多通道SAR成像中存在的关键问题和难点,围绕国家自然科学基金优秀青年基金“高分辨雷达成像技术”、高等学校博士学科点专项科研基金“天基高分辨率合成孔径雷达成像技术”、民口973项目“稀疏微波成像信号处理方法研究”和国家自然科学基金重大项目“多维度微波成像信息处理研究”等项目的研究任务,从MC-SAR成像中存在的通道误差校正、多普勒参数估计、斜视成像、动目标杂波抑制和成像处理、干扰抑制等方面展开研究。论文的内容可概括为如下六个部分：(1) MC-SAR的回波信号模型及通道误差建模本文第二章研究了MC-SAR系统的回波信号模型。首先对理想情况下MC-SAR系统的回波信号进行建模；接着考虑到在实际MC-SAR系统工作过程中会存在通道误差,如幅度相位误差、距离采样时间误差、天线位置测量误差等,结合系统的回波模型对通道误差进行讨论,同时把天线位置测量误差分解为沿方位向基线位置测量误差和随距离空变的相位误差两个部分；对已有的通道误差校正方法如基于子空间的通道误差校正方法和基于相关函数的通道误差校正方法进行讨论,并对现有的方位多普勒解模糊算法如传递函数法、空时自适应处理方法进行介绍,同时提出了基于多个多普勒方向约束的解模糊算法,仿真实验和实测的机载七通道SAR数据处理结果验证了提出的解模糊算法的可行性和有效性。(2) MC-SAR空变的通道误差校正技术本文第三章研究了在HRWS成像过程中,MC-SAR空变的通道误差校正。首先提出了一种基于子空间且考虑随距离空变的通道误差校正方法,其包括通道误差粗校正和通道误差精校正两个步骤。对于通道误差粗校正,在两维频率域对通道幅度和相位误差、距离采样时间误差进行估计和校正。在精校正过程中,将估计出沿方位向的基线位置测量误差、距离空变的通道相位误差。对于随距离空变的通道相位误差,把粗校正之后的MC-SAR回波变换到距离脉压方位多普勒域,并沿距离向进行分块和估计各子块的相位误差,最后结合估计得到的各子块相位误差利用拟合和滤波处理方式就可以估计得到随距离空变的通道相位误差。接着在距离脉压后方位多普勒域对随距离空变的通道误差进行补偿,而沿方位向的基线位置测量误差是在利用多个方向约束解模糊算法进行方位无模糊多普勒谱重构过程中得到校正的。最后通过实测的机载七通道SAR数据的处理结果验证了该通道误差校正算法的有效性。本文第三章还提出了基于局部最大似然加权最小熵(Local Maximum-Likelihood Weighted Minimum Entropy, LML-WME)的通道误差校正算法。该算法是先利用粗校正方式对MC-SAR回波进行预处理,接着在距离脉压域对回波数据沿距离方向进行分块,并利用WME算法估计各个子块的相位误差。最后结合估计得到的各子块的相位误差利用LML算法对随距离空变相位误差进行估计。相比于前面的算法,该算法无需冗余的通道自由度来构造子空间进行通道误差估计。仿真实验和实测的机载五通道SAR数据处理结果验证了该算法的有效性和可行性。(3)斜视模式的MC-SAR成像处理技术本文第四章研究了斜视模式的MC-SAR信号模型,提出了一种基于多普勒中心估计和两步聚焦的斜视模式MC-SAR成像算法。对于多普勒中心估计,提出了一种稳健的基于最小熵的多普勒中心(Robust Entropy-based Doppler Centroid, REDC)估计算法。该算法联合利用相邻通道之间的相关函数进行基带多普勒中心估计,接着利用最小熵准则进行多普勒中心模糊数求解。在成像处理过程中,利用时域走动校正方式对各个通道回波进行走动校正,再利用多个多普勒方向约束的解模糊算法进行方位多普勒谱重构。考虑到时域走动校正会带来沿方位空变分量,在成像处理过程中,第一步操作先对统一的徙动量和相位进行补偿和处理,第二步操作是对沿方位空变量进行补偿和处理。经过处理之后就可以获得聚焦好的成像结果。仿真实验和实测数据处理结果验证了该算法的性能。(4) DPCA条件下HRWS成像模式的MC-SAR中动目标成像技术本文第五章研究了在DPCA (Displaced Phase Center Antenna, DPCA)条件下,HRWS模式的MC-SAR中动目标的回波信号模型,并提出了一种基于局部最大似然最小熵(Local Maximum-Likelihood Minimum Entropy, LML-ME)的动目标成像算法。在MC-SAR中,动目标回波在不同通道之间存在一个随距离频率空变的相位误差。为了校正该相位误差,提出了基于LML-ME的相位估计算法。接着,利用该相位误差和距离频率的线性关系来估计动目标斜距速度。在利用DPCA条件对动目标方位多普勒信号进行重构和相位误差补偿之后,利用估计得到斜距速度进行走动校正和多普勒中心频移校正。其次利用keystone变换进行二次距离徙动校正。最后进行方位聚焦处理即可获得聚焦的动目标成像结果。理论分析表明该过程无需插值处理。利用仿真实验和五通道海洋舰船SAR数据处理结果验证了该成像算法的有效性。(5)在HRWS模式下MC-SAR稳健的杂波抑制和动目标成像技术本文第六章研究了MC-SAR中动目标和杂波回波在距离脉压方位chirp傅里叶变换(Range-Compression and Azimuth Chirp Fourier Transform, RC-CFT)域的信号形式,并提出了稳健的杂波抑制和动目标成像算法。首先,将MC-SAR中动目标和杂波回波变换到RC-CFT域中,即获得其对应的粗聚焦图像。考虑到动目标在成像场景中稀疏且杂波回波和动目标回波在空域中具有不同的信号特性,可以通过在空域中构造一系列滤波器来提取动目标回波信号。为了估计动目标斜距速度,利用提取的动目标回波构造两组信号。接着,利用基带多普勒中心估计算法和多视互相关多普勒中心模糊数求解方式来估计动目标斜距速度。利用估计得到斜距速度进行走动校正和方位聚焦处理之后,即可获得聚焦好的动目标图像。此外,该算法不仅适用于方位空域均匀采样情况,同时也适用于非均匀采样情况。最后仿真实验验证了该算法的可行性,机载七通道SAR回波数据处理结果同样也验证了论文中的分析和该算法的有效性。(6) MC-SAR成像中干扰抑制技术本文第七章研究了MC-SAR系统中干扰信号的特点,提出了基于时频变换的干扰抑制算法和基于波束形成的欺骗式干扰抑制算法。对于基于时频变换的干扰抑制算法,其先在短时傅里叶(Short Time Fourier Transform, STFT)域对窄带干扰或宽带干扰进行瞬时谱估计。接着,利用小波变换对干扰信号进行表示,同时在小波域中利用恒虚警检测器(Constant False Alarm Rate, CFAR)构造滤波器对干扰进行滤波处理。把滤波之后的小波系数恢复到SAR原始回波数据域,即可完成干扰抑制,仿真实验和实测数据的处理结果验证了该算法的可行性。对于基于波束形成的欺骗干扰抑制算法,其根据真实场景回波信号和干扰信号在空域中的不同特点,利用空域波束形成方式对欺骗式干扰进行抑制,仿真实验验证了该欺骗式干扰抑制算法的有效性。