合成孔径雷达(Synthetic Aperture Radar,SAR)是一种典型的高分辨率二维雷达成像系统,具有全天时、全天候、高处理增益、穿透力强等特点,无论在军事领域还是民用领域都发挥着重要的作用。传统的合成孔径雷达成像算法性能受到系统带宽的限制,成像效果容易受到目标状态、外界干扰和旁瓣的影响,并且,在SAR成像过程中,平台的波动或目标的运动会使回波产生相位误差,使得成像质量变差。因此对成像质量进行改进尤为重要。基于此,文章提出一种改进的过采样平滑(Oversampling Smoothness,OSS)算法,替代传统的成像算法,对一些较为复杂的场景进行SAR成像。文章研究的主要内容如下:首先,从脉冲压缩和合成孔径的原理出发,讨论了SAR成像中提高距离向分辨率和方位向分辨率的原理。通过建立合成孔径雷达成像的几何模型,得到SAR静止目标回波的表达式。并且分析了SAR成像中较为经典的距离多普勒(Range Doppler Algorithm,R-D)算法和区别传统算法的OSS算法。其次,讨论了另一种传统成像算法——ω-K算法,根据ω-K算法和OSS算法的特点及优势,提出了一种新的基于ω-K算法和OSS算法结合的SAR成像算法,利用该算法,对稀疏场景中随机排列的多个不同状态的点目标进行成像,得到完全聚焦的图像。并对雷达回波缺失情况下和场景含随机噪声情况下的SAR成像特点进行了仿真分析,利用该算法得到了较为清晰地SAR图像。最后,对振动目标成像模型进行了详细介绍,得到振动目标成像会产生成对回波、拖尾等特性,并推导了振动频率和振幅对成像特性的影响。然后,将OSS算法应用于SAR成像,讨论了算法的可行性,通过OSS算法对振动点目标和面目标进行成像,消除了目标振动产生的成对回波,得到聚焦的高分辨率振动目标图像。