合成孔径声纳(SAS)是一种新型高分辨率的水下成像声纳。其原理是利用小孔径基阵在水下的移动,将沿航迹方向的回波数据相干累加,来获得大孔径基阵的高分辨率。合成孔径声呐的一个突出优点是利用复杂的波束形成原理,把水下目标聚焦在任何距离上,其方位向的高分辨率与声纳发射的频率以及声纳到目标的距离无关。然而,实现这一功能需要复杂的波束形成算法(成像算法)和对声纳基阵平台运作的严格要求。SAS成像算法的关键步骤之一是基于回波数据的运动补偿。由于声呐偏离理想航迹的运动误差反映在回波数据里,直接用其成像不能取得良好的效果,因而,用信号处理的方法从回波数据中估计相位误差并进行补偿是SAS获得高分辨率图像的必要条件。本文对基于回波数据的合成孔径声纳运动补偿算法进行了研究。论文首先介绍了SAS的国内外发展现状和基本原理,并分析了它的成像过程,进而引出SAS成像需要解决的关键问题和论文研究的主要内容。然后针对SAS基阵平台的不稳定性以及水声信道的复杂性使得其运动补偿问题较合成孔径雷达(SAR)更为突出的特点,论文较深入地分析了基于回波信号的合成孔径声纳运动误差。对单个强散射点的带有运动误差的回波数据进行了仿真分析,研究了运动误差的类型和补偿频率的范围。由于对整个场景成像不能只以其中一个强散射点的回波进行补偿,还要考虑引起回波相位误差的各种因素,论文接下来对声呐阵列相位中心位置误差对回波数据的影响进行了分析。在对SAS运动误差进行分析的基础上,探讨了利用多普勒参数对SAS在航线向和垂直于航线向的法平面内进行运动补偿的方法,并对沿航线速度变化时的相位补偿进行了仿真。SAS运动补偿算法的核心是多普勒参数的估计。论文对多普勒中心频率(多普勒质心)的估计算法和多普勒质心模糊问题进行了介绍,采用时频滤波的方法对解多普勒质心模糊算法进行了改进,使估计算法在解模糊后得出更加精确的多普勒质心值。对于应用在SAS中的相位梯度自聚焦算法(PGA)算法,分析了其各种不同的加窗性能,将改进的加窗方法应用在针对多强点目标场景的分块PGA算法中,减少了算法的迭代次数并提高了相位误差的估计精度。论文最后对全文的工作进行总结,指出有待进一步研究的问题。