数字波束形成（Digital Beam Forming,DBF）合成孔径雷达（Synthetic Aperture Radar,SAR）利用多通道空间采样代替部分时域采样,可以有效缓解SAR成像时高分辨率与宽测绘带间的矛盾,具有重要的军用和民用价值。然而,DBF-SAR接收到的信号往往在方位向呈现周期性的非均匀采样特点为成像处理带来了极大困难,常规的处理方法是在成像处理前增加一个额外的预处理重构过程,恢复均匀采样信号的频谱,进而实现精确的高分辨成像,这增加了系统的运算量。同时,现有的常规DBF-SAR成像方法都假设雷达传感器相对位置精确已知,实际应用中位置测量不精确导致的相位误差会严重降低DBF-SAR高精度成像能力。常用的子孔径相关法（Map Drift,MD）、相位梯度自聚焦算法（Phase Gradient Autofocus,PGA）等自聚焦算法因自身局限性难以估计DBF-SAR复杂的相位误差。基于图像质量指标的最优化自聚焦方法需对误差进行逐脉冲估计,计算效率较低。已有的自聚焦算法还无法完美地解决DBF-SAR复杂相位误差的高效精确估计和补偿问题。本文通过对DBF-SAR回波信号的分析,研究适用于高分宽幅DBF-SAR的高效成像算法,并提出成像处理后的自聚焦算法。紧凑式多发多收（Multiple Input Multiple Output,MIMO）SAR可以进一步降低脉冲重复频率（Pulse Repetition Frequency,PRF）,从而进一步缓解方位高分辨与宽测绘带成像的矛盾。其信号采集与DBF-SAR有诸多相似之处,利用所提算法对其成像信号进行处理可提现方法在多通道SAR成像信号处理上的价值。本文所研究的主要内容概括如下:第一章介绍了高分宽幅SAR成像信号处理研究的背景以及意义,回顾了合成孔径雷达成像技术及自聚焦技术的研究历史与现状。第二章介绍了合成孔径雷达成像的部分关键技术,重点介绍了SAR的高分宽幅成像技术以及传统SAR自聚焦技术的实现原理,并通过对实测数据的成像处理,验证传统自聚焦算法对误差补偿的有效性。第三章研究了高分宽幅DBF-SAR成像算法。首先介绍了DBF-SAR回波信号模型;然后对常用的高分宽幅DBF-SAR频谱重构算法进行介绍及仿真实现;最后,提出一种适用于高分宽幅DBF-SAR的改进极坐标格式算法,并通过点目标仿真与实际成像数据的处理,验证所提算法的有效性。第四章研究了存在通道间距误差及机载平台速度误差时,PFA成像处理结果中残留相位误差的先验模型。接着,利用该先验模型提出了一种基于对比度最优准则的自聚焦方法（CO-MD算法）,并对点目标与面目标DBF-SAR数据进行处理和分析。最后,将所提的成像及自聚焦算法应用于紧凑式MIMO-SAR,仿真实验结果验证了其在多通道SAR成像处理上的有效性。第五章对全文的研究内容进行简要总结,提出了存在的问题以及不足指出,为后续研究提供有价值的意见与建议。