合成孔径雷达（Synthetic Aperture Radar，SAR）是一种主动式传感器，其通过发射电磁信号和接收散射回波，获得环境的观测信息。与其他传感器相比，SAR具有可以全天时、全天候监测，不受气候和环境影响的优势。基于卷积神经网络的SAR图像处理相关技术结合了卷积神经网络（CNN）挖掘局部相关特征、保持平移不变性的优势，可以提升SAR图像处理的效果，相关研究成果可应用于军事和民用领域。
本书共7章，包括绪论、SAR成像机理与SAR图像特性、CNN的基本理论、基于CNN的SAR图像斑点噪声抑制方法、基于CNN的SAR图像目标检测方法、基于CNN的SAR图像目标识别方法，以及面向SAR图像处理的CNN频谱特征分析。本书在介绍基本理论的基础上，扩展了基于CNN的SAR图像解译方法，并针对CNN黑盒特点阐述了频谱特征分析方法，用于明确处理过程所提取特征的物理意义，推动基于CNN
的SAR图像处理方法的实际应用。
本书可作为本科人工智能、智能科学与技术等相关专业的参考书，也可作为SAR图像处理、信号与信息处理、通信工程等相关方向科技工作者的入门参考书。