机载合成孔径雷达(Synthetic Aperture Radar,简称SAR)能够全天时、全天候地工作,并且具有高分辨率、广视域等众多优点,在多个领域得到广泛的应用。波数域算法是一种高精度的SAR处理算法。补偿回波的相位误差是保证成像质量的必要手段,因为相位误差具有二维空变性,因此需要对传统的自聚焦技术进行改进,以抑制相位误差的二维空变性。高速发展的图形处理器(Graphics Processing Unit,简称GPU)和统一计算架构(Compute Unified Device Architecture,简称CUDA)技术的发展,使得GPU的通用并行计算得到普及,成为了SAR成像算法的一种新型运算平台。基于以上所述,本文主要工作包括:(1)分析SAR成像模型,波数域成像算法原理,以及基于惯导测量数据的运动补偿原理,并分析算法的并行性,设计该算法基于GPU平台的并行方案。点目标仿真数据处理结果显示该算法在GPU平台上可获得30倍左右的加速比,验证了并行方案的可行性。(2)针对条带SAR相位误差的方位向空变性,讨论了一种子孔径自聚焦算法——PGA-MD算法。该算法通过PGA算法计算子孔径的精确的相位误差估计,并利用MD算法校正误差估计中的线性相位,最后将子孔径相位误差拼接得到全孔径相位误差。并且分析PGA-MD算法的并行性,设计并行方案。最后通过实测数据处理,验证了PGA-MD算法的有效性以及并行方案的可行性。(3)针对相位误差的距离向空变性,提出改进的距离向分块自聚焦处理技术。该算法在距离向进行部分重叠的分块,并对每个距离块进行PGA-MD相位误差估计和补偿以及子图像自聚焦处理,得到每个距离块的成像结果。并且本文提出了子图像互相关配准算法来实现相邻距离块的配准,并用加权拼接算法对配准后的图像进行拼接,得到完整的成像结果。实测数据处理结果表明,距离向分块自聚焦算法能够进一步提高聚焦效果。