对SAR数据的S2矩阵进行Pauli分解的matlab代码，并提供了Pauli分解的RGB合成图以供预览。

SAR已成为漏油监测的重要手段之一。 但是，溢油和相似点的特征是SAR图像上有黑点。 它们具有相似或相同的反向散射系数和灰度值，很容易产生混淆。 针对此问题，本文提出了一种深度学习模型-深度信念网络（DBN），该模型使用DBN来区分漏油，相似物和水。 在实验中，从三个SAR溢油图像中收集了900张图像，以形成一个小的样本空间数据集。 提取了诸如Tamura和灰度梯度共生矩阵之类的两种纹理特征，并选择了具有良好区分特征的特征向量作为模型的输入数据。 最后，将分类结果与传统的机器学习方法（BP，SVM）进行比较。 实验结果表明，本文提出的DBN模型在分类精度上优于这些分类器。

文中分析了MD算法实际工程应用，并完成了多普勒调频率估计的快速估算。

针对高速俯冲SAR多模式实时信号处理系统的特殊性，提出了一种设计与实现方案．对高速俯冲SAR应用背景及工作模式进行介绍，并说明了本系统所使用的SAR成像算法．在此基础上．提出了可包容单通道多子图的扫描SAR处理和三通道单脉冲处理的系统架构设计方法，并对其中的关键技术如原始数据流方式、高效率数据共享方法、快速模式切换方法和低功耗休眠功能进行具体描述．挂飞试验的实时处理结果验证了本系统的正确性和有效性．

硕士论文：星载SAR影像地理定位与正射纠正研究

史上最全MSTAR数据集，百度网盘永久有效，2.28Gb整。

CST丛书18算例18_苏-30的RCS热点分析、雷达回波信号和SAR成像

基于深度学习的SAR图像目标识别算法.pdf

本资源是研一期间的作业，中科院电子所所开的《合成孔径雷达成像算法与实现》书后的光盘作业，希望大家交流