首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

低秩场景与大场景下的微波凝视关联成像算法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第12-20页
    1.1 研究背景和意义第12-13页
    1.2 研究历史和发展现状第13-17页
        1.2.1 传统微波凝视成像的发展第13-16页
        1.2.2 微波凝视关联成像的发展第16-17页
    1.3 论文的主要工作和章节安排第17-20页
第2章 微波凝视关联成像模型第20-26页
    2.1 微波凝视关联成像基本原理第20-22页
    2.2 现有的微波凝视关联算法第22-24页
    2.3 恢复效果评价指标第24-25页
    2.4 本章小结第25-26页
第3章 微波凝视关联成像低秩场景算法研究第26-50页
    3.1 引言第26-28页
    3.2 基于非凸低秩和总体变分低秩场景算法研究第28-41页
        3.2.1 低秩约束第28-31页
        3.2.2 总体变分正则化方法第31-32页
        3.2.3 基于非凸低秩和总体变分正则化成像算法第32-38页
        3.2.4 仿真结果第38-41页
    3.3 基于低秩稀疏分解和总体变分低秩场景算法研究第41-49页
        3.3.1 低秩稀疏分解模型介绍第41-43页
        3.3.2 基于低秩稀疏分解与总体变分正则化低秩场景算法第43-47页
        3.3.3 仿真分析第47-49页
    3.4 本章小结第49-50页
第4章 微波凝视关联成像大场景算法研究第50-62页
    4.1 引言第50-51页
    4.2 基于多重网格方法和LSQR的大场景成像算法第51-61页
        4.2.1 多重网格方法简介第51-53页
        4.2.2 Least Square QR-factorization (LSQR)介绍第53-54页
        4.2.3 基于多重网格和LSQR的大场景关联成像算法第54-58页
        4.2.4 仿真分析第58-61页
    4.3 本章小结第61-62页
第5章 结束语第62-64页
    5.1 论文工作总结第62-63页
    5.2 后续工作展望第63-64页
参考文献第64-70页
致谢第70-72页
在读期间发表的学术论文与取得的其他研究成果第72页

论文共72页,点击 下载论文
上一篇:基于卷积网络和长短时记忆网络的中国手语词识别方法研究
下一篇:块稀疏目标凝视关联成像技术研究