现有和未来的合成孔径雷达(Synthetic Aperture Radar,SAR)不可能总是工作在理想的线性轨迹状态,雷达平台有可能被动地工作在非线性轨迹,或在一定的需求下主动地调整雷达平台运动导致其工作在非线性轨迹。基于传统线性轨迹或现有非线性轨迹的信号建模与成像处理方法往往存在精度较低、效率不高以及成像处理性能较低等问题,本论文围绕非线性轨迹信号建模与成像中的一些关键问题展开了研究,研究内容可概括如下:1.第二章研究了非线性轨迹信号建模与成像处理所需的几种斜距模型,原始双程斜距模型准确描述了雷达平台与观测区域的相对运动,作为图像几何分辨率评估方法研究的基础。接着,考虑到原始双程斜距模型的双基构型不利于多普勒特性分析,引入了一种中心时间等效斜距模型,将双基构型等效为了单基构型。针对前两种斜距模型不具备显式的数学表达式,不利于后续成像处理的问题,引入了一种高阶多项式斜距模型,作为成像方法研究的基础。最后提出了一种基于运动补偿原理的斜距模型,对运动误差进行了精确建模,作为运动补偿方法研究的基础。2.针对非线性轨迹SAR图像几何分辨率评估的问题,第三章提出了两种解析的分辨率评估方法。基于模糊函数局部近似的分辨率评估方法,通过引入四次多项式来逼近模糊函数在分辨率附近的函数形式,以获取解析评估图像几何分辨率的数学表达式,该方法具有精度高、效率高和通用性强的优点。基于分辨率椭圆的分辨率评估方法,采用分辨率椭圆对图像几何分辨率进行近似建模,首先建立斜距平面的分辨率椭圆表达式,接着根据斜地投影关系将斜距平面分辨率椭圆投影到地距平面,最后得到了地距平面的分辨率椭圆表达式,该方法能解析描述距离带宽与合成孔径时间两者之间的耦合关系,从而可解析优化设计这两个系统参数。3.针对中/高轨道卫星SAR存在大多普勒中心的问题,提出了一种同时考虑多普勒中心与观测区域的两维波束牵引方法,该方法引入了一种“最小多普勒平面”的概念,在保证牵引后的波束照射到地球表面上的前提下,使得多普勒中心最小。相比于传统两维波束牵引方法,采用该方法牵引后的波束不会照射到地球之外。另外,从提高系统性能的角度出发并结合两方面的系统设计,阐述并证明了引入偏航牵引能为中/高轨道卫星SAR主要带来三个好处:(1)两维旁瓣变得更为正交,提高了图像质量。(2)合成孔径时间大幅缩短,减少了数据量以及成像处理的计算量。(3)方位空变得到了有效缓解,降低了成像处理难度。4.第五章针对星载非线性轨迹SAR高分辨率成像面临的严重两维空变问题,首先提出了一种“TSVD-NCS”高轨道卫星SAR成像算法,该算法引入奇异值分解(Singular Value Decomposition,SVD)对两维频谱的方位空变特性进行分析,发现SVD后的两维频谱需由两个特征分量精确表示,所提算法创新性地先后使用两次奇异值分解依次补偿这两个特征分量,成像合成孔径时间达到了1,000s,成像场景为130 km×150 km(距离×方位)。接着,在“TSVD-NCS”算法的基础上,提出了一种基于2-D SVD与最优LRWC预处理的GEO-SAR成像方法,在两维空变校正前引入最优LRWC方位预处理,尽可能地减少了方位空变,降低了后续方位空变校正的难度或者提高了现有算法的成像处理性能。另外,在距离维和方位维均采取SVD的处理策略,能一定程度上简化成像处理流程,并且其精度较NCS类方法要高,成像合成孔径时间达到了1,000s,成像场景为500 km×200 km(距离×方位)。5.第六章是机/星载非线性轨迹SAR运动补偿成像方法的研究。首先,本章从运动补偿的角度出发,研究了MEO-SAR的运动补偿成像算法。然而传统的two-step MOCO可能会导致严重的方位频谱展宽问题。针对这个问题,提出了一种基于ASE-Velocity模型的MEO-SAR运动补偿成像算法,该算法通过对传统two-step MOCO进行了修正,并引入一种ASE-Velocity模型,克服了方位频谱展宽的问题,该算法在方位处理上还结合了第五章的方位串联SVD方法,对方位空变进行了有效校正,扩大了方位成像场景。接着,针对超高分辨率机载SAR运动估计与补偿中运动误差存在两维空变的问题,提出了一种超高分辨率机载SAR两维空变运动误差估计与补偿算法。所提误差估计方法在距离空变误差估计前消除了方位空变误差对其的影响,同时考虑了距离空变和方位空变误差,提高了误差估计精度。相比于传统two-step MOCO方法,所提运动补偿算法利用距离分块的CZT补偿了距离空变的包络误差,扩大了距离测绘带宽。