| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究背景和意义 | 第13-16页 |
| ·国内外研究现状 | 第16-20页 |
| ·SAR 图像目标识别技术发展现状 | 第16-18页 |
| ·压缩感知理论在目标识别中的应用 | 第18-20页 |
| ·论文主要工作与章节安排 | 第20-23页 |
| 第二章 压缩感知基本理论 | 第23-36页 |
| ·引言 | 第23-24页 |
| ·压缩感知理论简介 | 第24-30页 |
| ·稀疏表示 | 第24-27页 |
| ·测量矩阵 | 第27-29页 |
| ·信号重构 | 第29-30页 |
| ·图像的稀疏性分析 | 第30-35页 |
| ·数据说明 | 第30-32页 |
| ·光学图像稀疏性能分析与重建 | 第32-33页 |
| ·SAR 图像稀疏性能分析与重建 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于平移不变 Shearlet 变换的 SAR 图像目标识别 | 第36-56页 |
| ·引言 | 第36页 |
| ·Shearlet 变换的基本原理 | 第36-43页 |
| ·Shearlet 变换的定义 | 第36-39页 |
| ·Shearlet 变换的离散化 | 第39-41页 |
| ·平移不变 Shearlet 变换 | 第41-43页 |
| ·平移不变 Shearlet 变换域的图像特征分析 | 第43-48页 |
| ·平移不变 Shearlet 变换的去噪能力分析 | 第43-45页 |
| ·图像平移不变 Shearlet 变换后的低、高频特征分析 | 第45-48页 |
| ·基于平移不变 Shearlet 变换的 SAR 图像目标识别方法 | 第48-51页 |
| ·低频和高频分量融合策略 | 第48-50页 |
| ·识别算法步骤 | 第50-51页 |
| ·仿真实验与分析 | 第51-54页 |
| ·识别性能分析与比较 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 基于测量矩阵优化的 SAR 图像目标识别 | 第56-74页 |
| ·引言 | 第56页 |
| ·测量矩阵优化模型设计 | 第56-57页 |
| ·基于梯度下降的测量矩阵优化混合方法 | 第57-61页 |
| ·测量矩阵混合优化方法设计 | 第57-58页 |
| ·混沌因子 | 第58-59页 |
| ·动量项 | 第59-61页 |
| ·改进的变步长梯度下降测量矩阵优化方法 | 第61-64页 |
| ·改进的变步长梯度下降测量矩阵优化方法设计 | 第62页 |
| ·模拟退火降温系数 | 第62-64页 |
| ·仿真实验与分析 | 第64-72页 |
| ·测量矩阵优化性能实验分析 | 第64-69页 |
| ·基于测量矩阵优化的 SAR 图像目标识别 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 第五章 全文总结与展望 | 第74-76页 |
| ·本文工作总结 | 第74-75页 |
| ·后续工作展望 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及学术论文情况 | 第84页 |
