世纪90 年代中期人们提出一种新的天基雷达体制，利用多颗小卫星（或微卫星）编队飞行以实现对地阵列（或称为星座）立体观测。 小卫星具有重量轻、体积小，研制周期短、成本低，发射灵活等一系列优点，而且还可以形成批量生产，因此用小卫星构成星座的成本与可靠性会优于一颗大卫星。利用编队小卫星实现星座SAR（又称为分布式小卫星SAR）的对地探测功能和性能会大大超过一颗传统的大卫星SAR，其优势包括：宽域、高分辨率SAR成像，低速地面运动目标检测，多基线、单航过干涉SAR等。 分布式小卫星SAR 在拥有上述优势的同时也存在很多挑战性的问题。本文的主要工作是通过信号处理方法克服这些困难，以充分发挥分布式小卫星SAR 的优势。分布式小卫星SAR 所面临的主要问题及本文解决思路如下： 1.回波信号存在距离/多普勒模糊 小卫星的天线孔径较小，不满足最小天线面积约束，其接收的回波信号会存在距离/多普勒模糊。因此必须展开或抑制距离/多普勒模糊才能获得无模糊、高分辨率的SAR 图像。 本文首先利用方位FFT 把所有小卫星接收的回波信号谱分割成很多小份，称为谱分量；再利用空间阵列波束从空-时平面中把所有谱分量分别取出来，包括固定杂波（用于对固定场景的SAR 成像）的谱分量和运动目标（用于GMTI 处理）的谱分量；然后再把取出来的谱分量在空时平面上重新排列成无模糊的全谱信号（包括固定杂波的全谱信号和运动目标的全谱信号）；最后再利用传统的SAR 成像技术获得全孔径分辨率的SAR 图像。 2.超大稀疏阵 分布式小卫星SAR 是一个超大稀疏阵列，其阵列波束非常细碎，即具有高旁瓣电平甚至栅瓣。本文首先利用多普勒处理，对于同一多普勒单元的固定杂波输出，相当于获得一个等效的压缩阵列。因此，对于固定杂波来说，一个沿航向的超稀疏阵列等效为一个沿航向短阵列，其阵列波束在天线的方位波束宽度内不再存在高旁瓣。对于GMTI，我们利用阵列主波束来扫描空-时平面中的运动目标区，从而减少细碎波束对GMTI 速度响应的影响。 3.阵列误差 分布式小卫星SAR 的一个关键困难就是阵元误差。既然要求对所有小卫星接收的回波信号进行相干联合处理，我们就必须精确知道其阵列流形。然而由于分布式小卫星的基线长达几百米，而且存在时变，当前的星载测量仪器难以获得足够的精度要求。 本文利用分布式小卫星SAR 回波信号的空-时-频特点，提出从杂波回波数据中高精度地估计出阵列流形误差的方法，其思路是：任一多普勒单元的输出杂波信号中都包含多个模糊的谱分量（而且它们的空间分布有一些先验信息），我们把这几个谱分量作为“虚拟”的校正源，用来校正阵列误差，包括阵元本身的幅相误差和阵元位置误差。仿真结果表明，如果阵元位置测量误差限制在40cm（甚至更大）的范围内，就可以利用本文方法获得小于几度的相位误差。 4.多基线InSAR 处理 图像配准、干涉相位噪声滤波和相位展开是InSAR 的三大关键处理步骤。在传统的InSAR 处理流程中，这三大处理步骤是级联的。然而，这种级联处理流程并不是最优的。也就是说，在级联处理流程中，如果某一步骤导致信息损失，那么其后续的处理步骤就不可能再恢复出损失掉的信息。 本文提出了一种基于子空间投影的联合处理方法，能够同时完成图像配准、干涉相位噪声滤波和多基线相位展开。基本思路如下：所有SAR 图像经过图像粗配准后（像素级），再利用所有SAR 图像中的同一像素及其相邻像素的复数据构造联合观测矢量和协方差矩阵；然后再对自适应估计得到的采样协方差矩阵进行特征值分解，获得联合噪声子空间；对相关函数矩阵（可以近似为协方差矩阵的模值）进行特征分解以获得其大特征值矢量，并由它和联合导向矢量张成联合信号子空间；联合信号子空间向联合噪声子空间投影的最小值即为最优估计。 5.InSAR 构形的GMTI 当分布式小卫星SAR 具有较长的垂直基线时，地形起伏杂波和图像配准误差会严重影响GMTI 的检测性能。本文提出利用高分辨SAR 成像思路解决地形起伏和基线去相干对杂波抑制的影响，并利用相邻像素的联合处理方法来解决图像配准误差对杂波抑制的影响。针对分布式小卫星SAR 系统的两种基本实现体制，本文的组织结构分为两大部分： 第一部分（第二章~第五章）：针对小卫星SAR 发射-小卫星SAR 接收体制，主要研究解距离/多普勒模糊、宽域高分辨率SAR 成像、GMTI、阵列误差估计和阵列配置优化等问题。 第二部分（第六章~第七章）：针对传统大卫星SAR 发射-小卫星SAR 接收体制，主要研究多基线InSAR 处理方法和基于InSAR 卫星构形的GMTI 处理方法。