| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·合成孔径雷达(SAR)介绍 | 第8-9页 |
| ·压缩感知理论背景及发展现状 | 第9-11页 |
| ·流形学习 | 第11-13页 |
| ·本文内容安排 | 第13-16页 |
| 第二章 SAR目标识别技术与压缩感知理论 | 第16-24页 |
| ·SAR日标识别技术 | 第16-17页 |
| ·压缩感知(CS)理论 | 第17-24页 |
| 第三章 基于混合因子分析和稀疏表示的SAR目标识别 | 第24-38页 |
| ·基于稀疏表示的人脸识别 | 第24-26页 |
| ·基于稀疏表示的人脸识别算法分析 | 第26页 |
| ·流形模型 | 第26-31页 |
| ·基于MFA和稀疏表示的SAR日标识别算法 | 第31-34页 |
| ·实验及分析 | 第34-38页 |
| 第四章 基于随机观测向量与混合因子分析的SAR目标识别 | 第38-50页 |
| ·压缩感知雷达背景介绍 | 第38-39页 |
| ·基于观测向量和稀疏表示的SAR日标识别 | 第39-43页 |
| ·基于观测向量和混合因子分析的SAR日标识别算法 | 第43-46页 |
| ·实验结果分析 | 第46-50页 |
| 第五章 基于观测向量与正交三角分解的快速目标识别研究 | 第50-58页 |
| ·图像数据的稀疏性分析 | 第50-52页 |
| ·基于观测向量与QR分解的快速目标识别算法 | 第52-55页 |
| ·实验结果分析 | 第55-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 硕士期间成果 | 第68页 |
