SAR学习

Micro_ET Micro_ET 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 800+累计阅读 812平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-08-27 14:46:16 发布 812 阅读 AI 写同款· GEO 优化 ›
一篇NS SAR ADC的学习记录 一篇NS SAR ADC的学习记录 内容包含： OverSampling Noise Shaping Dynamic Amplifier DAC with Redundancy 最近看了些有意思的SAR ADC结构，但是因为确实对模拟这个领域不太熟，导致了一系列的级联查找，最终达到了一个大概能懂的状态，为了理清思路，顺便别让看了这么些天的东西浪费了，还是计划写篇文章。 ps：由于不是一篇特别正紧的报告，参考文献就写的比较随便，且我还是个做数字的 A 13.5-ENOB, 107-μW Noise-Sha 阅读详情
SAR(Synthetic Aperture Radar)合成孔径雷达，其主要优点是全天候工作，不受天气/烟雾等影响。适合车载/机载/星载等平台。SAR的高分辨力与所使用的天线大小密切相关，和其所处的距离以及波长无关。因为其使用单天线单元，对数字信号处理及存储的速率与空间要求严格。奋斗


收录于
SAR

当前文章被收录于：

SAR
3 篇文章 0 人学习
订阅专栏 查看详情
标签
#SAR #分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【SAR学习手册】（一）SAR入门书籍推荐 本人在学习SAR的过程中，发现网上大多是一些零散的知识点，对于初学者而言缺乏详细的入门指导和参考。因此，我将自己学习合成孔径雷达成像的过程整理为【SAR学习手册】，本系列主要记录本人学习合成孔径雷达成像的原理和算法过程。本系列面向的读者为入门学习合成孔径雷达的小白，以及对照查阅相关知识的研究者。 阅读详情

相关推荐

SAR2Agri：基于SAR强度表示学习的农业监测方法

合成孔径雷达（SAR）凭借穿透云层、全天候成像的优势，成为农业遥感监测的重要数据源，尤其在光学影像缺失的雨季，SAR 时间序列几乎是唯一可靠的观测手段。SAR 强度本质上是地表对雷达波束的后向散射能量，其变化与土壤含水量、作物冠层结构等密切相关，因此通过建模强度时间序列可以有效反映作物物候差异。然而，原始强度数据噪声大、解释性弱，传统人工特征难以跨区域迁移。表示学习技术能够自动从大量未标注 SAR 数据中提取对农业地表状态有区分力的特征，为作物分类和长势监测提供更鲁棒的解决方案。本文围绕 SAR2Agri

weixin_29181861的博客 251

合成孔径雷达成像算法与实现_一种提升汽车雷达方位角分辨率的成像处理方法...

无人驾驶技术通过车载传感系统感知道路环境， 自动控制车辆的转向和速度， 从而使车辆能够安全、可靠地在道路上行驶。前视微波成像雷达是车载传感系统的重要组成部分。与超声波、 摄像头、激光雷达相比， 微波雷达不仅具有高距离分辨率、高角度分辨率、 高速度分辨率， 还具有不受恶劣天气及极端光线影响的优势。微波前视成像雷达距离向通过宽带信号脉冲压缩技术来获取高距离分辨率， 方位向通过实孔径成像或数...

weixin_39568706的博客 2068

sar数据集_科研成果丨 微波感知初探：一种结合物理散射特性的SAR图像分类深度学习方法...

Zhongling Huang*, Mihai Datcu*, Zongxu Pan, Bin Lei, Deep SAR-Net: Learning Objects from Signals, ISPRS Journal of Photogrammetry and Remote Sensing 2020, 161:179-193本文利用复数SAR图像信号频域带通滤波操作的特殊物理意义，...

weixin_39538789的博客 1689

合成孔径雷达_【最新成果】多平台合成孔径雷达成像算法综述

合成孔径雷达(SAR)作为一种有源微波侦察探测成像系统，具有高分辨宽测绘带、远距离、强穿透等独特的优势。经过数十年的蓬勃发展，合成孔径雷达的分辨率越来越高，能看清目标细节结构特征信息，成像质量已经达到同级别的光学卫星图像的水准。然而光学卫星受天气和厚实云雾遮挡后，常常无法看清亟需观测的场景，如图1所示，为高分2号卫星的光学图像，从图中可以看到当云雾存在时，光学卫星无法看到云层下方的目标。...

weixin_39631519的博客 842

基于深度学习的SAR图像舰船检测方案设计

项目简介：基于深度学习的SAR图像舰船检测方案设计本项目旨在设计一种基于深度学习的SAR图像舰船检测方案，通过利用深度学习算法对SAR图像进行高效、准确的舰船目标检测。SAR（合成孔径雷达）作为一种主动式的高分辨率微波成像雷达，具有全天时全天候、穿透云雨进行观测的能力，因此在舰船检测领域具有广泛的应用前景。方案设计主要包括以下几个关键步骤：一、数据预处理首先，我们将收集大量的SAR图像数据，并进行必要的预处理工作。

Q1744828575的博客 1257

合成孔径雷达影像（SAR图像）变化检测深度学习研究方法

本文是对一些利用了深度学习方法进行SAR影像变化检测的论文的解读，下列是所解读的论文的名称、论文地址和代码地址： 1. Automatic Change Detection in Synthetic Aperture Radar Images Based on PCANet, IEEE GRSL 2016. http://fenggao-file.stor.sinaapp.com/2016_CD_GaborPCANet.pdf https://github.com/summitgao/SAR_Change

Lil Wing 8878

真实孔径雷达和合成孔径雷达的区别

一、真实孔径雷达和合成孔径雷达的区别： 原理区别：RAR通过无线电波单次反射成像，SAR是利用一段时间内雷达与目标之间的相对位移，得出特征相干信号的变化，以取得比RAR更加精细的结果。 孔径大小区别：原理见下图！ 天线长度区别：真实孔径雷达的天线越长，接受到的信息越多，而合成孔径雷达的天线被集成在了一起，不需要有真实孔径雷达那么长的天线也可以接收到一样多的信息。 合成孔径雷达的特点是分辨率高，能全天候工作，能有效地识别伪装和穿透掩盖物。 合成孔径雷达：利用遥感平台的移动，将一个小孔径的天线安装在平

weixin_46720482的博客 1万+

SAR学习笔记-SAR成像算法系列（一）

SAR回波信号建模，回波特性分析。

yjh_2019的博客 2万+

一篇文章带你搞懂合成孔径雷达

例如，传感器能够区分正负五个量化级的变化（-5、-4、-3、-2、-1、0、1、2、3、4、5）它的分辨率就相当于提升了十一倍。想象一下,如果这是一个用于战斗机的雷达系统,150米的分辨率显然是不够的。假设我们有一个雷达系统，其天线孔径 d 为 1 米，工作在 X 波段（波长约为 3 厘米），目标是位于 5 公里（5000 米）处的一个物体。相对于传统雷达，它能够以相对较小的天线实现极高的空间分辨率，因此广泛应用于地面探测、军事侦察、地质勘探等领域。战斗机的大小限制了普通的雷达的精度。

kai__csdn的博客 2654

SAR2Agri: 面向农业监测的SAR强度表示学习与部署实践

合成孔径雷达（SAR）遥感以全天时、全天候获取地表信息的能力，成为多云雨地区农业监测的关键技术。传统方法依赖人工设计的纹理和后向散射统计特征，跨区域、跨时相泛化能力有限。表示学习通过自动提取SAR强度数据中的高语义特征，为作物分类、长势监测和物候识别提供更稳健的表示。结合Sentinel-1等多时相影像，可实现从特征训练到模型部署的完整链路。SAR2Agri项目将这一思路工程化，简化了从数据预处理、模型训练到推理服务的流程，为农业遥感应用提供可复用的特征提取引擎。

weixin_34320724的博客 418

11、汽车应用中的合成孔径雷达

本文介绍了合成孔径雷达（SAR）在汽车领域的应用，探讨了其在自动驾驶和高级驾驶辅助系统（ADAS）中的潜力。文章从SAR的历史背景出发，对比了其与传统点云雷达处理的差异，分析了SAR在汽车应用中的优势，包括高分辨率成像、可行驶区域检测、基于雷达的定位、目标分类和场景分割等。此外，文章还讨论了SAR的数学基础、信号模型、实际系统设计以及未来发展方向，如更高分辨率成像、多传感器融合和3D成像等。

dropout6artist的博客 96

SAR舰船检测的学习笔记

1 SAR成像原理的描述 【TGRS】Ship Detection in Large-Scale SAR Images Via Spatial Shuffle-Group Enhance Attention Synthetic aperture radar (SAR) has the unique advantages in that it is not limited by time of day or any type of inclement weather, has multiview imagi

墨门 890

银河麒麟Arm64 v10 sp1系统QT5.12.8离线环境配置全攻略

本文详细介绍了在银河麒麟Arm64 v10 sp1系统上配置QT5.12.8离线开发环境的完整流程。从安装包获取、依赖检查到环境变量配置，逐步指导开发者解决飞腾处理器架构下的常见问题，包括OpenGL库冲突、中文乱码处理等，特别适合军工、政务等需要离线部署的场景。

weixin_26899659的博客 508

基于深度学习的极化SAR分类研究

极化合成孔径雷达是目前遥感领域较为先进的传感系统之一。因为采用了多通道获取数据并成像，所以极化SAR数据包含了更丰富的极化信息，包含了更多的地物信息和特征，基于极化SAR数据地物分类问题的研究也一直是雷达图像理解与处理领域的研究重点。近年来，深度学习在机器学习领域引起广泛重视，并在工业界和学术界取得了令人振奋的成果。文章的主要工作是研究基于深度学习的极化SAR图像分类方法，以深度信念网络模型为基础，将其应用于极化SAR地物分类，结合极化SAR数据的统计分布特性提出了改进的SAR地物分类方法。 注：文章选自《

张帅影&RS&DeepLearning 900

AI智能体评估基准AgentBench：从原理到实战的完整指南

在人工智能领域，智能体（AI Agent）的评估是衡量其实际应用能力的关键环节。评估基准通过设计标准化的测试任务，系统性地检验智能体的推理、规划和工具使用等核心能力。其技术价值在于为模型迭代和产品选型提供了客观、可复现的量化依据，能有效推动技术从演示走向工程落地。典型的应用场景包括模型能力评测、智能体框架对比以及具体应用（如自动化运维、智能客服）的性能验证。本文聚焦于清华团队推出的AgentBench，它作为一个多维度的综合评估套件，涵盖了从操作系统、数据库操作到网页浏览、数字卡牌游戏等八个贴近真实世界的任

weixin_27207591的博客 599

ADAS系统架构与核心功能解析：从感知到执行的智能驾驶方案

高级驾驶员辅助系统（ADAS）是现代汽车智能化的核心技术，其本质是通过传感器融合、算法决策与车辆控制，构建一个“感知-决策-执行”的闭环系统。在技术原理上，ADAS依赖摄像头、毫米波雷达、激光雷达等多源传感器进行环境感知，并通过深度学习模型与融合算法（如卡尔曼滤波）构建精准的环境模型。其技术价值在于提供主动安全冗余与驾驶舒适性，核心应用场景包括自动紧急制动（AEB）、自适应巡航（ACC）及车道保持辅助（LKA）等。随着传感器成本下降与域控制器算力提升，ADAS正从高端配置向主流车型快速普及，并逐步向高阶导航

weixin_31062533的博客 419

SAR技术学习笔记

一份关于 SAR 技术的详细学习与部分森林高度估测、森林储量估测的相关概念学习笔记。

一个从2025年开始决心好好搞科研的计算机人的博客。 369

realsense D455深度相机+YOLO V5结合实现目标检测（一）

realsense D455深度相机+YOLO V5结合实现目标检测代码来源环境配置代码分析：1.如何用realsense在python下面调用的问题：2.对main_debug.py文件的分析：结束语 可以实现将D435,D455深度相机和yolo v5结合到一起，在识别物体的同时，还能测到物体相对与相机的距离。 说明一下为什么需要做这个事情？1.首先为什么需要用到realsense D455深度相机? 因为他是普通的相机还加了一个红外测距的东西，所以其他二维图像一样，能够得到三维世界在二维像素平面的投影

文一生 3万+

在ArcGISPro中使用 SAR 数据和深度学习绘制洪水地图

使用深度学习预训练模型从洪水前后的 Sentinel-1 数据集中提取水体像素，然后执行变化检测分析以标识 2019 年密苏里州圣路易斯地区的洪水区域。

xinyu的记录博客 2392

强化学习实战：如何用PPO算法训练一个超级马里奥AI（附完整代码）

本文提供了一份详细的强化学习实战指南，教你如何使用PPO算法训练一个能玩《超级马里奥》的AI智能体。内容涵盖从环境搭建、自定义奖励函数设计到PPO智能体的PyTorch完整实现，并附有可运行的代码，帮助开发者快速上手游戏AI开发。

h6j7k8l9p0的博客 947

车载以太网：PHY（物理层）介绍

本文以TJA1101芯片为实例介绍了车载以太网PHY（物理层）组成。

kevin1499的博客 6231

SAR学习总结（一）SAR的基本模型

合成孔径雷达（Synthetic Aperture Radar，SAR）应运而生，它是一种能够产生高分辨率图像的雷达系统。这一过程是通过雷达波束沿着与传感器运动矢量近乎垂直的方向发射相位调制脉冲，接收并记录经地表反射后的回波来完成的。

月球蓬蒿人的博客 3594

EEMD算法原理及应用

本博客主要概括EEMD算法的背景、原理以及应用，利用EEEMD对信号进行分解，然后选择有用的IMF分量进行叠加以完成信号的重构，从而实现对信号降噪。本文配套的源代码见文中链接，可供大家免费下载。

总结论文中的算法并给出论文的复现代码 4万+

MSTAR数据库结合深度学习（SAR图像目标检测与识别）

    MSTAR数据库作为SAR图像自动目标识别（SAR ATR）研究的一个通用库，被很多学者广泛采用。从现有的SAR ATR系统处理流程来看，目标检测作为该系统的前端，很大程度上影响系统后续识别性能，在较好的检测性能下获得的目标区域可以直接进行分类识别，避免了鉴别阶段进一步减少虚警目标。目标识别作为该系统的后端处理部分，是整个系统的重点也是难点。     深度学习作为当前图像处理领域的前沿热...

ZYZYZYZYZYZYZYZYZY的博客 2万+

SAP Fiori Elements 扩展实战：UI 层扩展、OData 服务扩展、CDS 视图增强及全流程案例

UI 层扩展主要关注在不修改标准生成界面的基础上，自定义用户界面元素和交互逻辑。典型需求包括：在现有 Fiori Elements 界面上添加新的字段（如表格列或表单项）、增加自定义按钮并绑定操作、以及通过控制器扩展加入事件处理等。无论在 RAP 还是传统 BOPF 架构下，前端 UI 扩展通常采用 SAPUI5 提供的**扩展点（Extension Points）和控制器扩展（Controller Extension）**机制来安全地插入自定义代码。下面分别说明两种后端架构下 UI 扩展的实现方式。

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 904

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
下一篇： 《先生》
点赞 1
评论 0
书签 书签 0
Micro_ET
Micro_ET
博客等级 码龄10年 388粉丝 568原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值