随着高分辨率星载合成孔径雷达（Synthetic Aperture Radar,SAR）系统的飞速发展和需求的不断牵引,近年来一种新的观测模式——多方位角立体观测模式应运而生,该成像新体制通过单星SAR天线波束指向控制、多次航过升降轨联合或多颗卫星组网从不同方位角对热点区域进行立体观测。该模式可获取热点区域内地物的多视角几何信息和散射信息,从而弥补了传统单视角SAR系统信息维度缺失和图像解译性差的缺陷。在获取更丰富目标特征的基础上,还具备三维重建的潜力,极大地提升了星载SAR系统的侦测性能。然而,该观测体制存在合成孔径弯曲量大、多方位角观测波束指向跨度大以及地物投影几何畸变和散射特性变化明显等问题,在系统总体设计和信号处理上面临着许多新的挑战。本文针对多方位角星载SAR系统总体设计和基于该体制的三维重建中面临的主要问题进行了研究,论文主要包括两大部分内容:第一部分（第二章和第三章）阐述了星载SAR多方位角观测的基本原理和总体设计方法;第二部分（第四章和第五章）研究了星载SAR多方位角观测三维重建技术。论文的主要内容及创新点概括如下:（1）多方位角观测星载SAR系统参数及组网构型设计根据数据获取几何的不同,本文将星载SAR多方位角观测分为同轨多方位角观测和异轨多方位角观测两种体制,前者指SAR卫星在一次过境时仅利用雷达波束指向控制实现多视角观测,后者指基于多航过或多星组网的多方位角观测。第三章针对两种多方位角观测体制的系统设计分别进行了以下研究:提出了一种基于最小化瞬时多普勒带宽的SAR卫星姿态参数设计方法。同轨多方位角观测受限于卫星与场景之间的相对位置关系,只能通过波束指向控制增加对场景的照射时长,对雷达波束约束不足将出现的瞬时多普勒带宽展宽现象,最终引起信号方位模糊。本文提出了一种基于最小化瞬时多普勒带宽的SAR卫星姿态参数设计方法,并以星体姿态机动实现波束指向控制为例进行了分析。该方法对各方位时刻的等多普勒面进行了一阶平面近似,通过优化波束俯仰切面的法向量方向实现瞬时多普勒带宽的最小化,避免了大转角时雷达波束绕中心视线方向旋转导致的瞬时多普勒带宽展宽问题,仿真实验验证了该方法的有效性。提出了异轨多方位角观测轨道设计和星座构型设计方案SAR异轨多方位角观测通过增加航过数或卫星数极大拓宽了方位角跨度,可实现同区域的360°全方位角观测。针对该体制,首先提出了一种单星多航过多方位角观测的轨道设计方法,该方法联合星下点轨迹交点构造全方位角观测单元,将全方位角观测单元和场景中心进行匹配,从而反推轨道开普勒根数。由于利用了卫星对星下点轨迹交点附近区域短时高频次重访的特性,所设计轨道可实现对场景的快速（十小时内）全方位角观测,并且同时具备对该区域每日全方位角重访能力。该设计方案的优势是在减小全方位角观测时间内场景地物变化的同时兼顾对该区域的长时间监测。在单星多航过多方位角观测的轨道设计基础上,进一步提出了一种多星组网多方位角观测星座构型设计方法,该方法利用共星下点轨迹星座实现各星全方位角观测单元重叠,并在设计时以最小化各星波束覆盖全方位观测单元的时间差为优化目标,从而约束出各星轨道根数。仿真实验表明,四星组网可将全方位角覆盖用时由单星的数小时缩减至分钟量级,极大地提升了时效性。（2）星载SAR同轨多方位角观测三维重建技术本文第四章研究了星载SAR同轨多方位角观测三维重建技术。首先分析了同轨多方位角观测三维分辨能力,推导了多方位角观测定位方程的解析解;然后,通过理论计算与仿真实验证明了基于波束形成或立体定位的三维重建方法都面临着三维重建精度低的问题。为避免上述问题,本文提出了一种联合多方位角调频率估计的星载SAR三维重建方法。该方法给出了多方位角数据多普勒调频率估计误差与高程误差的函数关系,然后通过Map Drift（MD）法迭代修正多普勒调频率,接着联合多方位角调频率估计值提高高程估计精度,最终根据高程估计结果和参考SAR图像提取目标三维几何信息,实现三维重建。该方法利用卫星轨道几何建立了多普勒调频率与高程误差的关系,避免了定位方程求解目标在不同方位向投影位置精度低的问题,同时发挥了观测方位角大的优势,仿真实验证明该方法高程反演精度可达米级。（3）星载SAR异轨多方位角观测三维重建技术第五章研究了星载SAR异轨多方位角观测三维重建技术。一方面,在异轨多方位角观测几何下,不同视角获取数据缺乏相干性,无法用相干处理方法进行三维几何信息提取。另一方面,随着视角差的进一步扩大,同一目标SAR图像序列间散射特性差异巨大,故基于图像相关的配准方法也不再适用。针对上述问题,提出了一种基于体素雕刻的三维重建方法,该方法首先给出了体素三维坐标在SAR图像中的投影函数,然后联合多方位角SAR图像进行目标内外体素判别,筛选出属于目标内的所有体素构建目标三维点云。该方法的优势在于避免了传统基于图像配准方法不再适用的问题,并且无需借助任何与目标相关的先验信息。仿真和Gotcha实测数据处理实验结果表明,该方法适用于各种类型目标,甚至几何形状复杂的目标依然能够获得良好的三维重建效果,证明了该方法的正确性和稳健性。