包络对齐是逆合成孔径雷达(ISAR)平动补偿的关键技术，是图像重构的基础。依据设备所使用包络对齐方法，在积累互相关法的基础上进行算法改进，提出迭代相关对齐法。不同于原方法，迭代相关法使用平均距离像作为参考包络对各次回波作相关对齐，并进行多次迭代，直至收敛，有效地防止对齐漂移和突变误差的发生，从而保证了包络对齐的精度和稳定度。仿真结果表明，该方法能显著提高包络对齐精度从而提高ISAR成像质量，且运算量增加不大。

针对合成孔径雷达（SAR）目标识别问题，提出一种结合线性，非线性特征提取和分类器的方法。采用PCA和KPCA分别提取原始SAR图像的特征矢量。在此基础上，分别利用稀疏表示（SRC）和核稀疏表示（KSRC）对两类特征进行分类。通过线性，非线性特征，分类器的结合，可以更好地考察SAR图像的内部数据结构以及测试样本与训练样本的对应关系。实验中，基于MSTAR数据集进行性能测试，结果表明提出方法的有效性。

合成孔径雷达（简称SAR）是一种主动式的对地观测系统，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测、并具有一定的地表穿透能力。因此，SAR系统在灾害监测、环境监测、海洋监测、资源勘查、农作物估产、测绘和军事等方面的应用上具有独特的优势，可发挥其他遥感手段难以发挥的作用，因此越来越受到世界各国的重视。

合成孔径雷达图像理解，详细介绍了合成孔径雷达图像成像基础、原理、算法一建SAR图像的统计特征，并对雷达图像进行了详细分析。

是PPT,介绍了一些模型，概念，干涉雷达中常用的几种方法，和应用的具体例子

合成孔径雷达SAR的CS算法

合成孔径雷达（Sar）是采用孔径合成技术获得侦察地形和目标高分辨率图形的成象雷达，它不受云.雨.雪. 和黑夜条件的限制。并能透过常规伪装对隐蔽的目标成象。多频.多极化.多视角.干涉测高.地面运动目标检测等技术的发展大大提高了Sar的探测能力，使得成为现代高科技战争不可缺少的战场监视传感器和对地观测手段。由于具有极大的信号处理增益而很难被干扰。其处理的本质是对目标散射响应形成的回波进行卷积的到目标的散射系数，本实验对单个点目标进行处理。

合成孔径雷达成像处理中的距离多普勒算法，RD算法的MATLAB仿真程序，程序中以点目标为成像对象可以较好的实现聚焦

合成孔径雷达(SAR)目标检测和识别是SAR实用化的瓶颈技术之一,提取有效的目标特征是SAR目标检测与识别的关键环节。高分辨率SAR图像中,目标属性散射中心特征反映了目标散射中心的位置、类型等信息,精确获取目标散射中心属性特征能够提高对目标的检测识别性能。针对SAR目标属性散射中心特征的提取,该文提出了一种基于改进的空间-波数分布(ISWD)的特征提取方法,该方法首先利用ISWD估计散射中心关于频率与方位角的函数,然后利用该函数来获得目标属性散射中心模型参数。最后利用仿真实验验证了方法的有效性。

根据顺轨飞行模式双基地几何关系及其信号模型,给出了一种适用于该模式下的扩展距离多普勒算法,成功地解决了由于接收、发射平台分置而产生的不同于单基地合成孔径雷达的距离徙动校正和方位聚焦问题,计算机仿真验证了算法的有效性及其在各种双基地角情况下的适应性。