合成孔径雷达(Synthetic Aperture Radar,SAR)是一种具有全天时、全天候、回波信息丰富等特点的重要遥感技术手段,在军事、农业、林业等领域均具有巨大的应用潜力。高分辨率SAR系统的成像分辨率已经达到厘米级的精度,接收的回波数据量巨大,且需要经过复杂成像算法处理才能获得图像。很多应用场景对SAR的成像系统有较高的实时性要求,使得高速成像处理成为SAR的一项关键技术。自2006年以来,图形处理器(Graphics Processing Unit,GPU)进入统一渲染架构时代,计算能力与存储带宽得到大幅提升。本文希望利用GPU大规模并行处理的体系结构特点,加速SAR成像的计算过程,为基于GPU的SAR实时成像系统提供高速的计算方法。本文的主要研究内容和成果为:1、研究GPU自诞生以来的硬件架构变迁,详细分析Maxwell架构GPU的计算性能及存储层次。根据研究过程遇到的问题,总结出在统一计算设备架构(Compute Unified Device Architecture,CUDA)编程平台上设计GPU并行计算函数的编程要点。2、介绍SAR的成像原理以及常用的成像算法。从工程角度出发,给出一种适合在在GPU上进行并行计算的距离-多普勒(Range-Doppler,RD)成像算法。用实测数据进行成像测试,得到清晰的成像结果,验证了方法的可行性。3、为进一步加速SAR成像算法,给出一种基于Stockhanm计算结构的FFT并行计算方法,和一种原址矩阵转置方法。通过整合计算过程,脉冲压缩计算过程与目前使用cuFFT库函数的GPU成像加速研究相比,得到两倍左右的速度提升。在GTX970 GPU上,68毫秒即可完成8192×4096点回波数据的成像。同时,成像算法的显存空间占用减少了三分之二。