合成孔径雷达(SAR)图像中出现干扰条纹的原因是由电视、广播和各类通信系统辐射源的频率在系统带宽内,造成接受的信号中混有干扰信号。干扰抑制问题对提高图像质量有着重要的意义。在某些系统中SAR信号在距离频域沿着距离向相邻的点会具有一定的相关性。如果某些频谱值被干扰信号污染,则可以利用它周围的点估计出该频段的信息。本文基于这一想法,展开对基于参数模型的干扰抑制算法的研究。本文研究内容和成果主要有:　　 1.讨论干扰识别问题,通过对P波段回波信号功率谱估计的特点以及干扰信号特点的分析,指出干扰识别问题在实际应用中存在的困难,并讨论了针对P波段数据采用的基于功率谱密度估计的干扰识别技术。　　 2.系统地分析了P波段回波数据的频谱统计特性,并基于这些统计特性,用AR模型对频谱距离向和方位向进行建模,通过实验分析了模型的误差,并指出实际应用中的一些问题。　　 3.提出了基于最小平方误差准则的滤波算法和基于Kalman模型的滤波算法。(1)利用距离向的关系,结合最小平方准则,通过最小化误差向量的能量,推导了最小平方误差滤波器的解。(2)利用方位向和距离向的AR模型,建立Kalman模型的状态转移方程和测量方程,指出如何将待估计的频谱值对应为Kalman滤波模型中的系统变量,以及如何求出模型中的测量值。通过P波段的实际数据比较了两种方法的估计误差,并从成像效果上对比了滤波效果。