| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 分布式无源雷达系统 | 第11-15页 |
| 1.2.2 压缩感知技术在无源雷达成像中的应用 | 第15-16页 |
| 1.2.3 off-grid问题研究现状 | 第16页 |
| 1.3 本论文的结构安排 | 第16-18页 |
| 第二章 分布式无源雷达成像基本原理 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 分布式无源雷达成像模型 | 第18-23页 |
| 2.2.1 模型推导 | 第18-20页 |
| 2.2.2 空间谱特性 | 第20-23页 |
| 2.3 基于压缩感知的分布式无源雷达成像算法 | 第23-26页 |
| 2.3.1 OMP算法 | 第23-24页 |
| 2.3.2 BP算法 | 第24-25页 |
| 2.3.3 SBL算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 分布式无源雷达成像中的布站优化设计 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 优化目标函数 | 第27-30页 |
| 3.2.1 PSNR | 第27-28页 |
| 3.2.2 分辨率 | 第28-29页 |
| 3.2.3 互相关系数 | 第29-30页 |
| 3.3 基于遗传算法的分布式无源雷达布站优化设计 | 第30-39页 |
| 3.3.1 遗传算法 | 第30-32页 |
| 3.3.3 基于遗传算法的布站优化设计 | 第32-35页 |
| 3.3.4 仿真验证与分析 | 第35-39页 |
| 3.3.4.1 PSNR | 第36-37页 |
| 3.3.4.2 分辨率 | 第37-38页 |
| 3.3.4.3 互相关系数 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于协方差稀疏表示的分布式无源雷达成像 | 第40-56页 |
| 4.1 引言 | 第40页 |
| 4.2 协方差稀疏表示 | 第40-44页 |
| 4.2.1 协方差稀疏表示模型 | 第41-42页 |
| 4.2.2 正则化参数确定 | 第42-44页 |
| 4.3 基于SBL和协方差稀疏表示的分布式无源雷达成像算法 | 第44-55页 |
| 4.3.1 SBL | 第44-45页 |
| 4.3.2 基于SBL和协方差稀疏表示的分布式无源雷达成像算法 | 第45-48页 |
| 4.3.3 仿真验证与分析 | 第48-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 基于OFF-GRID模型的分布式无源雷达CS成像 | 第56-75页 |
| 5.1 引言 | 第56-57页 |
| 5.2 OFF-GRID模型 | 第57-62页 |
| 5.2.1 基于(?)=1+x的近似 | 第57-58页 |
| 5.2.2 基于(?)=x的近似 | 第58-60页 |
| 5.2.3 基于矢量合成的近似 | 第60-61页 |
| 5.2.4 基于泰勒展开的近似 | 第61-62页 |
| 5.3 基于PPOMP的分布式无源雷达OFF-GRID成像算法 | 第62-73页 |
| 5.3.1 OMP算法的重构条件 | 第63-64页 |
| 5.3.2 基于PPOMP的分布式无源雷达成像off-grid成像算法 | 第64-67页 |
| 5.3.3 仿真验证与分祈 | 第67-73页 |
| 5.4 本章小结 | 第73-75页 |
| 第六章 全文总结与展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的成果 | 第83-84页 |
