传统的合成孔径雷达(Synthetic Aperture Radar,SAR)系统通常装置在飞机或卫星平台上,但昂贵的成本和复杂的操作限制了SAR在很多领域的应用。微型多旋翼无人机SAR由于经济、轻便、易于操控、应用领域广泛等优点受到人们的关注,已成为SAR领域的研究热点。相比于固定翼飞行平台,微型多旋翼无人机SAR飞行速度慢、机动性大,在合成孔径时间内航迹非线性严重,高效精确的成像处理需要增加复杂的运动补偿过程,这给成像信号处理带来了极大的挑战。而且,旋翼无人机受体积和承重限制往往无法安装高精度的运动传感器(如GPS和IMU),这使得基于回波数据的运动参数估计和补偿变得不可避免。本文从成像算法、运动补偿和自聚焦等方面深入探讨了多旋翼无人机SAR成像处理面临的若干关键难题,提出了有效的成像处理方案。通过实验验证了所提方案的有效性。论文的主要工作如下:论文第一章简要介绍了多旋翼无人机SAR成像的研究背景和意义,回顾了SAR技术的起源和发展历史,阐述了当前微型多旋翼无人机SAR成像信号处理面临的关键难题。论文第二章研究了适用于多旋翼无人机SAR的两种成像算法。针对调频连续波体制,介绍了Dechirp技术的原理和优点;介绍了极坐标格式算法(PFA)和后向投影算法(BP)的成像原理。论文第三章研究了一种基于瞬时速度估计的多旋翼无人机SAR成像前自聚焦算法。首先介绍了传统MD算法及其估计速度的原理。结合多旋翼无人机SAR自身运动特点,对于MD技术的运用作出了适应性改进,再结合宽波束滤波、子孔径划分可以实现成像前自聚焦。然后对该算法进行了适用性分析,指出该算法的精确性仅限于条带模式下平台直线运动的情况。论文第四章研究了多旋翼无人机SAR成像后自聚焦算法。首先介绍了经典的相位梯度自聚焦算法(PGA)。针对PFA算法,分析了其图像的相位误差模型,介绍了一维估计、两维补偿的两维自聚焦技术,并将其应用于多旋翼无人机SAR图像自聚焦。针对BP算法,分析了BP图像的频谱形式,提出了一种BP图像频谱对齐校正方法,并将PGA应用于经过校正的BP图像。论文第五章对全文的研究内容做出了简要总结,得出了研究结论,同时指出了存在的问题与不足,为接下来的研究工作给出了有价值的意见和建议。