合成孔径雷达（SAR）作为一种主动式的微波传感器,能够全天时全天候地对地面进行多种监测任务,SAR技术的发展和进步不断提高人类通过高分辨率图像和视频在目标监测中获得丰富信息的能力。为了增加测绘带宽度、降低数据率,以及由于新的雷达任务设置、成像几何关系和干扰抑制要求等因素,往往要求SAR系统在低于Nyquist采样率的条件下工作,从而导致相对于传统SAR工作模式出现数据缺失现象,从而给SAR高分辨率成像带来新的挑战。SAR回波缺失造成的非均匀采样或欠采样对SAR成像算法提出更高的要求,因此需要研究开发新的适用于处理缺失SAR回波数据的高分辨率SAR成像算法。本文针对星载SAR高分辨率成像算法和缺失SAR数据成像算法分别进行了研究,然后将两者结合研究了基于回波缺失数据的星载SAR高分辨率成像算法。本文的主要研究工作和创新总结如下:1)针对聚束模式高分辨率星载SAR成像处理中弯曲轨道和方位向频谱混叠这两个问题,第三章研究并提出了两种新的聚束模式星载SAR高分辨率成像算法,分别是基于改进的奇异值分解Stolt（MSVDS）和改进的去斜方法（MDBA）的高分辨率星载SAR成像算法以及基于改进的距离徙动算法（MRMA）和弯曲轨道去斜方法（CODBA）的高分辨率星载SAR成像算法。基于MSVDS和MDBA的高分辨率星载SAR成像算法中,MSVDS通过设计新的获取Stolt插值坐标的途径改进SVDS避免了距离向重采样,MDBA利用数值微分改进传统两步法从而解决弯曲轨道情况下的方位频谱混叠。基于MRMA和CODBA的高分辨率星载SAR成像算法中,MRMA通过SVD改进广义Omega-K算法从而大幅减小算法的相位误差,CODBA使用轨道状态矢量改进传统两步法从而消除弯曲轨道情况下的方位向频谱混叠。第三章提出的算法在方位向分辨率0.14m、距离向分辨率0.15m的高分辨率星载SAR成像中,相比于广义Omega-K算法具有更小的相位误差和更好的聚焦效果。2)针对方位向随机缺失SAR数据,第四章研究并提出了一种新的基于贪婪算法的方位随机缺失SAR数据成像算法。第四章提出的算法中设计了一种时域参考函数,通过时域参考函数相乘,缺失SAR数据在两维频域变得更加稀疏。为了避免距离向测绘宽度较大时,时域参考函数相乘导致的距离频域混叠,第四章提出的算法对于SAR回波数据在距离向分块,随后在两维频域使用贪婪算法重建每个子块,然后拼接重建的子块获得整块数据,最后采用传统SAR成像算法处理重建之后的整块数据。第四章提出的算法具有处理复杂SAR场景数据的能力。3)对于方位均匀缺失SAR数据,第五章研究并提出了基于广义正交匹配追踪（GOMP）的方位均匀缺失SAR数据成像算法和基于复数反卷积的方位均匀缺失SAR数据成像算法。基于GOMP的方位均匀缺失SAR数据成像算法首先通过在距离频域进行相位补偿,使得信号在距离多普勒域更加稀疏,随后利用GOMP在距离多普勒域重建补全信号,最后使用距离徙动算法聚焦补全的SAR信号。基于复数反卷积的方位均匀缺失SAR数据成像算法首次推导了复数反卷积恢复方位频谱所需要的点扩散函数,该算法主要包括距离频域相位补偿、距离多普勒域复数反卷积恢复方位频谱和采用距离徙动算法聚焦恢复后的数据。第五章提出的两种算法均具有处理复杂SAR场景数据的能力。当方位向缺失频率更高时,第五章提出的两种算法中,基于复数反卷积的方位均匀缺失SAR数据成像算法的性能更好。4)单天线调频连续波微小卫星SAR通过均匀地间断发射信号增大作用距离。第六章针对单天线调频连续波微小卫星SAR,研究了方位均匀缺失星载SAR斑马图设计原理和相关成像算法。第六章研究并推导了方位均匀缺失星载SAR的斑马图设计原理,用于辅助星载SAR系统参数设计。同时,第六章以第三、四和五章的研究内容为基础,研究并提出了基于方位分块重建的方位均匀缺失星载SAR数据高分辨率成像算法。基于方位分块重建的方位均匀缺失星载SAR高分辨率成像算法首先在时域对于SAR数据在方位向分块,然后对于每个子块在距离频域进行相位补偿使得信号在距离多普勒域更加稀疏,继而通过迭代自适应算法在距离多普勒域重建每个子块,随后拼接重建的子块获得整块数据,最后采用基于MRMA和CODBA的高分辨率星载SAR成像算法聚焦恢复的SAR回波数据。第六章提出的算法给单天线调频连续波微小卫星SAR高分辨率成像提供了解决方案。