合成孔径雷达(SAR)可以获取二维高分辨率图像,但传统的脉冲体制SAR通常体积大、成本高,通过将调频连续波(FMCW)技术和SAR技术结合,可以克服传统SAR的缺点,使其可以装载在小型无人机上。目前,SAR已经被应用到监视系统中,动目标在该场景中更受关注。本文以调频连续波无人机SAR动目标成像为研究课题,详细分析了调频连续波SAR成像算法、动目标检测算法、动目标成像算法和动目标自聚焦算法。主要内容包括以下三方面:首先,对调频连续波SAR的回波信号进行分析,然后详细地分析了距离多普勒(RD)成像算法和波数域成像算法。RD成像算法拥有简单、高效的特点,但精度较低。波数域成像算法由于使用了精确的信号模型,并且推导过程未做近似,所以具有较高的精度。为了结合传统的运动补偿算法,本文介绍了扩展Stolt插值算法,针对扩展Stolt插值对小孔径数据成像时效率不高的问题,分析了方位去斜(dechirp)处理,为得到与全孔径相同分辨率的图像,讨论了子孔径图像之间的非相干相位,对其进行补偿从而实现对子孔径图像的相干叠加。通过设计仿真验证了相应算法的有效性,并通过对实测数据处理说明了其实用性。其次,对动目标信号进行分析,在多普勒域中不能直接将慢动目标信号提取出来。进一步讨论了时频域中动目标与杂波的信号,根据两者在时频域中的特点,将动目标与杂波分离,从而提取出动目标信号。通过对实测数据处理,说明了算法的正确性和实用性。最后,为了获取精确的动目标图像,分析了匀速直线运动的动目标在二维频域中的信号,并推导得出动目标聚焦的波数域变换形式。对动目标参数搜索问题,提出一种基于熵估计动目标参数的方法,并引入规范化标准速度(NRS)简化参数搜索。进一步分析匀加速运动目标的信号形式,说明了动目标重聚焦算法也适用于匀加速运动的目标。通过仿真验证了动目标重聚焦算法对匀速运动和匀加速运的目标都适用,并且参数估计较为精确,实测数据处理也证实了算法的实用性。针对动目标自聚焦问题,详细介绍了PGA算法,并结合本文的动目标成像算法特点,说明了PGA算法可适用于动目标自聚焦。通过对实测数据处理,并根据熵来定量说明了算法的有效性。