双基地SAR在地球科学以及遥感应用中都扮演着重要的角色，已经成为雷达领域的研究热点。图形处理器由于其强大的并行处理能力已经越来越广泛地被用于科学计算领域。本文将研究适用于双基SAR成像的时域算法，并将其与GPU结合，研究它们的GPU并行化实现，主要研究内容及创新如下：介绍了任意飞行模式下的双基SAR成像几何模型以及回波模型；分析双基地SAR具有的距离历史特性；通过梯度法分析了双基SAR的地距分辨率和多普勒分辨率；简述GPU的并行实现机理，并介绍基于CUDA架构的编程模型。提出一种基于NUFFT的双基地BP算法。分析BP算法流程，利用非均匀快速傅里叶变换解决特定距离上的数据计算问题，构建出基于非均匀快速傅里叶变换的双基地BP算法，通过仿真对比提出的算法与传统的BP算法的性能，证明提出的算法可以获得更好的成像精度，验证提出的算法的优势。提出一种基于NUFFT的双基地BP算法GPU实现方法。首先采用内存占用少、并行化程度高的基于图像像素点并行思路构建并行化处理流程；然后采用图像分块的方法优化地使用共享存储器，加快输入数据访问速度；最后通过一个额外的相位表来加快并行内核中相位补偿操作的运算速度；通过仿真验证所提方法的可行性以及提出的优化方法带来的效率提升。提出一种适用于直角坐标图像网格的双基地FFBP算法。推导算法带来的最大相位误差与图像采样间距的关系表达式，给出更合理的图像采样间隔选择标准；通过对传统FFBP算法的图像合成方法进行改进，使之能够适用于直角坐标的图像网格，不仅简化操作，而且更符合成像习惯；通过仿真对比所提算法与BP算法，证明可以在保证成像质量的前提下，大幅提高运算效率。提出一种双基地FFBP并行化成像方法。采用基于图像像素点并行思路构建并行化处理流程，通过实测双基SAR数据验证提出的并行化方法的可行性；针对移不变模式，提出通过一个额外的距离表来进一步优化实现并行化，通过仿真验证提出的优化方法带来的效率提升。