本文通过对数值双尺度粗糙面的研究、星载SAR雷达原始数据的研究以及目标识别等方法，建立了一个适用于复杂环境中星载SAR成像以及的人造目标识别的模型。 　　首先，通过对粗糙面的研究，以基尔霍夫(Ka)近似和微扰法(SPA)近似为基础采用了粗糙面小面元划分和微扰法相结合的方法，提出了小面元剖分的数值方法、小面元内部的微扰近似方法，以及在二次散射中采用光学反射等方法，综合几个方法提出了数值的双尺度粗糙面模型，并作为模拟SAR分布目标散射回波原始数据的基础。基尔霍夫近似是粗糙面散射中常用的处理大尺度粗糙面(即入射电磁波波长远大于粗糙面的几何尺寸)的方法，它近似的把粗糙面用划分的许多个不连续的小平面(或称为小面元)来代替，小面元内对整个粗糙面的贡献则用微扰法求解得到的值来计算。 　　其次，研究了合成孔径雷达(SAR)空间几何构造、回波合成模型和正侧视Range-Doppler(RD)算法，通过结合三者建立星载SAR分布目标回波信号模型，用于仿真SAR原始数据的产生，并用正侧视距离多普勒(RD)算法进行成像。随着计算机和数字信号处理技术的发展，成像处理逐步由数字处理器取代了光学处理器。与光学处理相比，数字处理更精确，也更灵活，在成像处理方面有明显的优势，本文对于SAR成像雷达回波信号原始数据的模拟和RD成像算法的研究有助于了解SAR雷达的成像机制，对于提高SAR雷达成像的图像质量有相当的帮助。 　　再次，通过使用几何结构相对较简单的模型成像，讨论了SAR成像过程中的特点，然后在利用天体力学中的经典的两体问题模型建立的SAR雷达和目标区域的空间几何关系，模拟计算了一个由DEM数据构造的复杂环境的山地地形以及山地中包括的一个人造建筑识别的实例，然后采用灰度分割的识别算法进行识别仿真，获得了一个比较满意的目标识别结果。