摘要：星载SAR成像需对大量输入数据进行实时成像处理,且功耗受限,设计高效率异构阵列处理器是满足功耗约束和实时性要求的有效方法,而片上数据组织结构和访问策略是设计的关键。在分析典型的CSA(chirp scaling algorithm)SAR成像算法的基础上,提取了SAR成像的数据流模型。提出了一种跨区域交叉放置和数据排序同步访问的存储策略,通过片上多级数据缓存结构,有效缓解存储带宽问题,支持FFT/IFFT和相位补偿操作的流水处理,确保成像计算高效执行。基于该存储策略的处理器可实现高达115.2 GOPS的吞吐量,采用65 nm技术可实现高达254 GOPS/W的能效。与CPU+GPU加速方案相比,性能/功耗比提高了63.4倍。该结构提高了实时性能,降低系统设计的复杂度,具有良好的可扩展性,可满足不同SAR成像平台的需求。