目前,机载合成孔径雷达(SAR)成像已达到亚米级分辨率,在精细处理中回波数据量和信号计算量庞大。传统依赖单/多核CPU的方式很难满足成像高效性的要求,亟需引入高性能计算平台实现快速高分辨成像。GPU由数以千计小而高效的硬件核心组成,擅长处理大量并发和轻量级线程,在执行大规模并行实验时表现卓越。而SAR成像算法往往展现出信号级并发性,这给应用GPU实现算法的加速提供了可行性条件,由此GPU上SAR成像处理技术应运而生。针对机载SAR并行化成像,研究了CPU+GPU异构平台上成像雷达并行加速技术、雷达界面显示技术,综合二者设计了基于GPU的机载SAR精细成像应用系统。论文主要完成的工作有:研究了线调频变标(CS)算法及结合运动补偿的CS精细成像算法,以惯导补偿、多普勒中心估计、距离徙动矫正、多普勒调频率估计、全孔径成像的功能段顺序分析其信号级并发性。研究了CPU+GPU异构并行开发技术,设计了基于GPU的雷达成像算法并行化实现方法,并仿真完成CUDA C编程实验。而后重点讨论GPU上多普勒调频率估计的并行化实现方法,同时结合Nsight/Profiler软件的性能测试结果,给出提升延迟隐藏、时/频谱搬移转换等优化策略。利用Qt技术,设计了基于GPU的精细成像软件,加载SAR成像的CUDA并行程序,进行成像结果显示。功能涵盖按钮控制、参数显示、GPU计算情况显示、以及图像显示,软件满足人机交互控制GPU计算成图任务要求。基于GPU的机载SAR精细成像应用系统是高分辨SAR成像算法、GPU高性能并行计算、Qt界面API三者的结合。该系统调度GPU硬件资源,设置线程配置,启动40余个内核函数,展开SAR成像处理的并行计算,使算法复杂度降低,执行效率提高,整体提高数据处理速度和硬件资源利用率。较之单独在主频3.4G的八核CPU i7处理器上串行执行机载SAR成像算法,该系统采用加入Kepler架构K40C显卡的CPU+GPU异构平台并行计算,加速效果60倍有余。