星载合成孔径雷达(Synthetic Aperture Radar,SAR)实时成像处理需在星上资源严格受限、空间辐照恶劣条件下，实现多模式、大运算量计算。研制专用SAR 成像处理SoC（System on Chip）芯片，通过专用计算引擎电路实现算法加速，可有效提高实时成像处理效率。专用芯片设计过程中，需验证其功能边界及异常场景，而如何提升专用算法加速电路的验证覆盖率是核心难题。本文提出一种基于细粒度电路匹配建模的SAR成像处理芯片的验证方法，对每个计算引擎建立独立的细粒度参考模型，在实现运算功能基础上增加对电路运算精度、电路执行优先级等特征建模，解决了传统参考模型无法用于SAR计算引擎数据比对难题；在此基础上基于UVM（Universal Verification Methodology）构建可复用、可扩展的验证环境，采用算法功能加随机配置的双组合验证策略。经测试试验，本文方法可将计算引擎验证覆盖率提升14%~30%，满足SAR实时成像处理应用需求。