作为一种主动式高分辨率成像雷达，合成孔径雷达(SAR)数据量极大，给数据的传输和存储带来很大的困难，数据压缩是保证SAR系统指标同时减小数据量的有效方法。本文的工作就是对SAR原始数据和图像数据的压缩算法进行研究。 论文首先分析了SAR原始数据和SAR图像数据的各种特性，然后介绍了率失真理论和最优量化原理以及SAR数据压缩算法评估。在此基础上，对原始数据，深入研究了SAR原始数据的时频域压缩和幅相压缩，提出了一些新的有效的压缩算法；对图像数据，在已有算法基础上，提出了一些改进算法，并对多极化SAR图像压缩进行了深入的研究。 论文的主要创新性成果归纳如下： 1)提出了一种基于2D实值离散Gabor变换的SAR原始数据压缩算法。在该算法中，对原始数据分块，通过2D实值离散Gabor变换，变换到时频域进行压缩。对频率域数据的统计特性进行了深入的分析，根据方差准则对各频率平面进行动态比特分配。通过对SAR原始数据的压缩实验，结果表明，在相同压缩比下，与BAQ算法相比，该算法数据域信噪比提高了3.4～5.5dB，图像域信噪比提高了3.8～5.1dB。 2)深入研究了合成孔径雷达原始数据幅相压缩(AP)算法。从信息熵角度，结合非高斯信源率失真不等式下界和拉格朗日乘子法提出并推导了SAR原始数据AP压缩算法幅相比特分配公式，指出幅度和相位的微分熵是决定幅度和相位比特数的依据。进一步由瑞利分布微分熵和均匀分布微分熵推导了基于幅度均值的幅度相位比特分配公式，指出幅度均值是决定幅度和相位比特分配的唯一依据。实验结果表明采用该比特分配方案可以取得接近或超越相同比特数的BAQ算法压缩性能，但却取得了较相同比特数下的BAQ算法更小的平均相位误差。另外由于实现了幅度相位比特的自动分配，相对于已有AP算法幅相比特的穷尽搜索，是一种十分有效的幅相压缩算法。 3)提出了合成孔径雷达原始数据AP-TCQ压缩算法。该算法将网格编码量化与幅相压缩算法相结合，兼有TCQ量化的高压缩性和幅相AP算法较高的相位保持性。在该算法中，详细探讨了幅度相位码书的设计，得出结论：幅度采用瑞利分布的Lloyd—Max量化码书，相位采用均匀量化码书，可以取得最优的量化效果。 4)深入研究了多极化SAR图像压缩。针对多极化SAR图像极化通道间的相关性，提出了基于三维矩阵变换的去相关数学模型：极化通道内做一维DCT变换以去除极化通道内的相关性，图像平面内做二维小波变换以去除图像内部的相关性。结合非高斯信源率失真不等式下界和拉格朗日乘子法，提出并推导了基于微分熵的三个系数平面比特分配公式。 5)深入研究了DCT变换的去相关性和多极化SAR图像极化通道间的相关性，提出并证明了最优去相关极化组合方式：HH，HV，VV。 6)在深入研究SPIHT编码特点的基础上，结合前面提出的多极化SAR图像三维矩阵去相关模型，提出了多极化SAR图像3D-SPIHT编码算法，给出了其完善的编解码流程。该算法将比特分配自动嵌入在编码过程中，实现了三个系数平面数据的混合嵌入编码。