多波束前视声呐图像提高分辨率技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 注释表 | 第13-14页 |
| 缩略词 | 第14-15页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 成像声呐的发展现状 | 第16-17页 |
| 1.2.2 声呐图像提高分辨率的技术途径 | 第17-20页 |
| 1.3 本文主要研究内容与章节安排 | 第20-22页 |
| 第二章 多波束前视声呐系统总体架构 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 多波束前视声呐成像原理 | 第22-23页 |
| 2.3 声呐系统总体结构 | 第23-26页 |
| 2.3.1 组成模块 | 第23-25页 |
| 2.3.2 技术指标 | 第25页 |
| 2.3.3 工作原理 | 第25-26页 |
| 2.4 系统成像视觉优化 | 第26-32页 |
| 2.4.1 通道幅相较正 | 第26-27页 |
| 2.4.2 成像算法优化 | 第27-29页 |
| 2.4.3 动态范围优化 | 第29-30页 |
| 2.4.4 扇形视图转换 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于失真度评估的时变聚焦波束形成算法 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 波束形成的基本原理 | 第33-35页 |
| 3.2.1 声呐阵列的数学模型 | 第33-34页 |
| 3.2.2 波束形成器的实现 | 第34-35页 |
| 3.3 波束优化的综合设计 | 第35-37页 |
| 3.3.1 基于数据统计的波束优化设计 | 第35-36页 |
| 3.3.2 基于数据独立的波束优化设计 | 第36-37页 |
| 3.4 基于失真度评估的时变聚焦波束形成 | 第37-46页 |
| 3.4.1 近场时变聚焦模型 | 第37-38页 |
| 3.4.2 成像波束优化设计 | 第38-39页 |
| 3.4.3 失真度评估的定义 | 第39-40页 |
| 3.4.4 算法仿真与分析 | 第40-46页 |
| 3.5 FPGA实现与成像测试 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于和差波束测角的单脉冲前视成像算法 | 第50-59页 |
| 4.1 引言 | 第50页 |
| 4.2 和差波束单脉冲测角原理 | 第50-53页 |
| 4.3 单脉冲前视成像算法流程 | 第53-55页 |
| 4.4 实测数据仿真与分析 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于卷积反演的扫描波束方位向超分辨算法 | 第59-75页 |
| 5.1 引言 | 第59页 |
| 5.2 反卷积问题与病态性分析 | 第59-62页 |
| 5.2.1 反卷积的病态性 | 第59-60页 |
| 5.2.2 奇异值分解分析 | 第60-61页 |
| 5.2.3 反卷积的正则化 | 第61-62页 |
| 5.3 波束扫描方位向卷积模型 | 第62-65页 |
| 5.4 基于卷积反演的扫描波束方位向超分辨算法 | 第65-70页 |
| 5.4.1 贝叶斯准则 | 第65-67页 |
| 5.4.2 算法推导与实现 | 第67-70页 |
| 5.5 实测数据仿真与分析 | 第70-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 基于稀疏表示的声呐图像超分辨率重建算法 | 第75-88页 |
| 6.1 引言 | 第75页 |
| 6.2 声呐图像退化模型 | 第75页 |
| 6.3 图像的稀疏表示理论 | 第75-82页 |
| 6.3.1 稀疏表示理论 | 第75-77页 |
| 6.3.2 稀疏编码算法 | 第77-78页 |
| 6.3.3 字典学习算法 | 第78-82页 |
| 6.4 基于稀疏表示的声呐图像超分辨率重建算法 | 第82-87页 |
| 6.4.1 改进的NEDI插值 | 第82-84页 |
| 6.4.2 超分辨率算法流程 | 第84-85页 |
| 6.4.3 实验结果与分析 | 第85-87页 |
| 6.5 本章小结 | 第87-88页 |
| 第七章 结束语 | 第88-90页 |
| 7.1 总结 | 第88-89页 |
| 7.2 展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 致谢 | 第95-96页 |
| 在学期间的研究成果及发表的学术论文 | 第96页 |
