| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 关联成像实验信号处理方法 | 第12-13页 |
| 1.2.2 压缩感知稀疏重构方法 | 第13-14页 |
| 1.3 本文创新点 | 第14-15页 |
| 1.4 本文内容安排 | 第15-16页 |
| 第二章 相关研究基础 | 第16-38页 |
| 2.1 关联成像描述 | 第16-19页 |
| 2.2 压缩感知技术描述 | 第19-29页 |
| 2.2.1 压缩感知的理论 | 第19-22页 |
| 2.2.2 压缩感知测量矩阵 | 第22-24页 |
| 2.2.3 信号的稀疏变换 | 第24-29页 |
| 2.3 压缩感知信号恢复算法 | 第29-37页 |
| 2.3.1 不同压缩感知恢复算法分析 | 第29页 |
| 2.3.2 不同压缩感知恢复算法分析 | 第29-35页 |
| 2.3.3 增广拉格朗日函数算法 | 第35-37页 |
| 2.4 小结 | 第37-38页 |
| 第三章 梯度投影方法恢复关联成像目标 | 第38-50页 |
| 3.1 前言 | 第38页 |
| 3.2 不同测量矩阵下的信号恢复 | 第38-41页 |
| 3.2.1 梯度投影稀疏重建算法 | 第38-40页 |
| 3.2.2 目标信号低采样率下的恢复 | 第40-41页 |
| 3.3 仿真实验和结果分析 | 第41-48页 |
| 3.3.1 比较不同测量矩阵的信号重建质量 | 第41-45页 |
| 3.3.2 比较不同稀疏变换下信号重构质量 | 第45-48页 |
| 3.4 小结 | 第48-50页 |
| 第四章 基于全变分正则化的关联成像目标图像恢复 | 第50-60页 |
| 4.1 引言 | 第50页 |
| 4.2 基于全变分正则化的压缩感知恢复算法介绍 | 第50-52页 |
| 4.3 全变分正则化的压缩感知恢复方法仿真 | 第52-58页 |
| 4.3.1 全变分正则化稀疏恢复算法对信号的重建 | 第52-54页 |
| 4.3.2 全变分正则化稀疏恢复算法对关联成像图像的重建 | 第54-58页 |
| 4.4 不同算法恢复关联成像目标图像 | 第58页 |
| 4.5 小结 | 第58-60页 |
| 第五章 总结 | 第60-61页 |
| 缩略语表 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间发表的学术论文目录 | 第68-69页 |
| 致谢 | 第69页 |