Spectrum-Oriented FFBP Algorithm in Quasi-Polar Grid for SAR Imaging on Maneuvering Platform

Coherent Auto-Calibration of APE and NsRCM under Fast Back-Projection Image Formation for Airborne SAR Imaging in Highly-Squint Angle

多地面运动目标大动态SAR成像稀疏表示

文档介绍了手机辐射吸收的知识，如何测试，测试指标要求，非常实用

北航关于sar成像的教学ppt，具有非常好的口碑，是sar入门经典教程。 北航关于sar成像的教学ppt，具有非常好的口碑，是sar入门经典教程。

 基于合成孔径雷达（SAR）图像的海面风场估计已经得到广泛认可。多数风速反演算法是以估计的风向、校正的δvv为先验条件，应用海风模型计算而得的。在相同风向的情况下，应用不同的海风模型会得到不同的风速反演值，因此选择合适的模型是风场估计的关键。同时，风向数据的精确度也很重要，即使不大的误差也会给风速的反演结果带来明显偏差。为解决上述问题这里提出一种不需要预先已知风向数据的风场估计算法。该算法将基于海洋SAR图像中风浪的条纹信息，以及风浪条纹生成的自相关函数的周期性估计风速数据，同时由风浪条纹的最短周期方向估计风向数据，从而估计出完整的风场矢量。仿真结果显示，该算法对风速和风向数据有较高的估计精度。

AWS Event Fork管道 AWS Event Fork Pipelines是一种架构模式，其中事件源（例如，Amazon SNS主题）用于将事件发送到多个处理管道。 高级架构如下所示： 每个处理管道都会为Amazon SNS主题创建一个单独的订阅。 可以将SNS应用于每个订阅，以确保每个管道仅接收它们要处理的消息。 该存储库将AWS Event Fork管道实现为一组无服务器应用程序。 每个应用程序都实现通用，可重用的事件处理管道。 所有应用程序均已发布到并可以使用程序轻松集成到现有的AWS SAM应用。 还包括一个示例应用程序，该应用程序演示了如何使用嵌套应用程序将不同的事件处理管道应用程序组合在一起。 无服务器应用 该存储库展示了以下AWS Event Fork Pipelines无服务器应用程序： -处理管道，将主题消息保存到Amazon S3存储桶以用作备份或其他目的，例如，通过Amazon Athena查询。 -处理管道，将主题消息保存到AWS Elasticsearch集群以进行搜索和分析。 -将主题消息保存到重播缓冲区SQS队列的处理管道。 在灾难恢复

电磁波能量吸收比率对人脑的影响模型

Aerospace公司SAR-GMTI IEEE会议交流.

利用matlab对SAR雷达进行简要分析，通过输入参数得到SNR、R等