阵列三维SAR(LASAR,Linear Array SAR)作为一种具有三维分辨能力的新体制雷达,可以弥补传统SAR中的阴影遮挡和空间模糊等缺陷,在现代军事和民用方面有着广阔的应用前景,而研究其成像方法具有重要意义。针对三维成像数据量大的问题,本文主要研究阵列三维SAR的时域快速成像算法,并将其利用GPU(Graphic Processing Unit)并行化处理,具体的研究内容及创新如下:介绍阵列三维SAR成像系统的基本理论以及不同阵元发射接收模式下的距离历史及信号回波模型;利用模糊函数给出阵列三维SAR各个方向上的分辨率;介绍三维时域BP算法和三维频域RD算法的具体步骤,并进行比较;简要阐述了GPU并行化原理及相应的GPU编程理论。研究三维快速因式分解BP成像算法。首先介绍传统二维快速因式分解BP算法,然后将其扩展到三维,建立成像空间模型,分析其由于距离近似带来的最大误差并以此确定分辨率选取准则;比较该算法与传统三维BP成像算法的运算量;通过仿真实验证明该算法可以在保证一定的成像精度下大幅提高成像效率。提出一种基于多分辨率的非均匀面阵快速因式分解BP算法。对于非均匀面阵三维成像,提出在划分子面阵时,不同的子面阵根据其中阵元的分布情况设置不同的分辨率,最后再利用目标分辨率进行子图像的融合,最大程度的挖掘算法效率。通过仿真实验进行对比,该算法比设置统一分辨率的快速算法有一定的效率提高。改进三维快速因式分解BP算法使其适合于直角坐标系。对极坐标系下的三维快速因式分解BP算法进行改进,通过更简单的图像合成方法,使该算法能够适用于直角坐标系,仿真实验证明了所提算法可以更高效更方便的实现快速因式分解BP算法。提出一种基于子孔径逼近的快速因式分解BP算法及GPU并行化方法。针对三维成像空间特有的稀疏特性,利用上一级图像提取出包含散射目标的感兴趣区域,剔除无用计算量,减少子图像融合时的插值次数,逐级迭代逼近真实目标。仿真实验证明所提算法可以进一步提高原始快速因式分解BP算法的成像效率。分析该算法并行化的可能性,通过在每一级利用基于像素点的并行化处理方法,将该算法并行化处理,从工程角度进一步提高算法效率。