视频SAR作为一种新提出的概念,相对于传统SAR,其优势在于高分辨率、高帧率的成像特性。高帧率的特性可以实现对地面场景进行连续多帧成像,同时高分辨率的特性可以获取更精准的目标信息。视频SAR的成像帧率与雷达工作频率成正比,可以通过提高工作频率或子孔径重叠率来提高视频SAR成像帧率。由于视频SAR平台一般选用无人机等小型平台,且系统载频较高,使得其成像处理对平台定位误差特别敏感,更容易受到大气扰动影响,导致运动误差更大,这给运动补偿带来了很大的挑战。针对现阶段视频SAR成像算法存在的逐点遍历和插值操作造成计算量较大的问题,本文提出一种基于Dechirp接收的视频SAR成像方法,该方法采用结合运动补偿的RD算法,直接构造现有的函数,不需要进行插值等复杂的操作,计算量小,处理效率高。针对该方法,首先建立了视频SAR的信号模型,并进行数据预处理,对Dechirp接收的回波信号进行傅里叶变换以及变量替换,从而得到与传统直采信号相同的数据形式,便于成像算法的运用;其次通过一种基于子孔径的MD方法实现全孔径剩余运动误差估计;最后运用基于方位变标和基于Chirp-Z变换的两种图像几何校正方法实现了视频SAR图像自适应几何校正,最后在统一坐标系下进行成像。由于导航系统的精度无法满足机载视频SAR的高精度运动补偿要求,且传统PGA算法的高精度运动误差估计依赖于成像场景中的特显点质量,对于草地,沙漠等特殊场景,PGA的估计性能大大降低。针对这一问题,本文通过一种基于子孔径的MD方法,对每个子孔径单独运用MD方法实现相位误差估计,最后对各个子孔径相位误差进行拼接,最终得到全孔径误差,实现了全孔径剩余运动误差的估计,提高了运动误差估计的稳健性。视频SAR的高帧率特性要求成像处理时能在较短的时间内形成连续多帧SAR图像,随着对分辨率要求的提高,成像处理时的数据量将变得十分庞大,这对实时成像提出了更高的要求。传统基于串行处理方式的CPU成像平台难以保证成像的实时性,而基于CPU+GPU的异构并行计算平台可以加速实现成像算法,减少数据处理的时间,提高处理效率,满足视频SAR实时成像处理的要求,本文提出了一种MD法与对比度法相结合的调频率并行化估计方法,提高了调频率估计的速度和精度,整体上提高了视频SAR成像算法的效率。