合成孔径雷达是一种可全天候、全天时工作的成像遥感设备，可以对地面目标进行高分辨率、大面积成像。合成孔径雷达的原始数据的数据率非常高，给数据的传输和存储带来很大困难。随着合成孔径雷达技术向多波段、多极化和高分辨率方向发展，合成孔径雷达所产生的原始回波数据的数据率越来越高。对原始数据进行压缩，成为减小数据率的重要手段。本文结合真实机载合成孔径雷达原始数据，研究了合成孔径雷达原始数据压缩算法。 第一章为绪论，简要介绍了研究合成孔径雷达原始数据压缩算法的目的和意义，原始数据压缩算法的研究现状和发展。 第二章介绍了数据压缩和量化的基本理论，详细介绍了最优量化器的设计。 第三章分析和计算了合成孔径雷达原始数据的统计特征。原始数据的实部和虚部满足均值近似为零的渐进高斯分布且相互独立，数据的熵值较高。并讨论了原始数据统计特性对数据压缩算法的指导。合成孔径雷达原始数据压缩的主要方法是采用各种量化方法对原始数据的采样值进行重新量化，以减小数据的量化位数，从而达到数据压缩的目的。 第四章分别对块自适应量化(BAQ)算法、非约束式极坐标量化(UPQ)算法、块自适应矢量量化(BAVQ)算法和小波变换子带编码算法进行了分析和研究，并详细讨论了这些算法在工程实际中的应用。论文还对非约束式相位量化(UPQ)算法进行了改进，在不增加计算量的基础上，取得较原算法更好的性能。 第五章采用真实合成孔径雷达原始数据对各种算法进行验证，分析了各种算法的优势和特点，在数据域和图像域对不同算法的压缩性能作了定量的比较。 本文的结束语对全文的工作进行了总结。提出了作进一步研究的方向和设想。