摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 研究历史和现状 | 第12-15页 |
1.2.1 实波束成像技术 | 第12-13页 |
1.2.2 解卷积成像技术 | 第13页 |
1.2.3 双基地SAR前视成像技术 | 第13-14页 |
1.2.4 单脉冲成像技术 | 第14-15页 |
1.2.5 视景增强扇区成像技术 | 第15页 |
1.2.6 阵列雷达前视成像技术 | 第15页 |
1.3 论文主要内容和结构安排 | 第15-17页 |
第二章 基于超分辨方法的阵列雷达前视成像技术 | 第17-31页 |
2.1 引言 | 第17页 |
2.2 阵列雷达前视成像模型 | 第17-19页 |
2.3 阵列雷达前视超分辨成像原理 | 第19-21页 |
2.3.1 传统的MUSIC算法 | 第19-21页 |
2.4 基于改进MUSIC算法的阵列雷达前视成像方法 | 第21-26页 |
2.4.1 协方差矩阵的修正 | 第21页 |
2.4.2 空间平滑技术 | 第21-22页 |
2.4.3 信源估计 | 第22-24页 |
2.4.4 基于改进MUSIC算法的阵列雷达前视成像方法处理流程 | 第24-26页 |
2.5 仿真及实测数据处理结果 | 第26-30页 |
2.6 本章小结 | 第30-31页 |
第三章 基于线性预测方法的阵列雷达前视成像技术 | 第31-43页 |
3.1 引言 | 第31页 |
3.2 数据外推与谱估计 | 第31-32页 |
3.3 ARYule-Walker方程模型的建立 | 第32-33页 |
3.4 基于线性预测方法的阵列雷达前视成像算法 | 第33-37页 |
3.4.1 自相关法 | 第34-35页 |
3.4.2 Burg算法 | 第35-36页 |
3.4.3 协方差算法及改进的协方差法 | 第36页 |
3.4.4 AR模型定阶准则 | 第36-37页 |
3.4.5 基于线性预测方法的阵列雷达前视成像算法处理流程 | 第37页 |
3.5 仿真及实测数据处理结果 | 第37-42页 |
3.6 本章小结 | 第42-43页 |
第四章 基于压缩感知方法的阵列雷达前视成像技术 | 第43-58页 |
4.1 引言 | 第43页 |
4.2 压缩感知理论 | 第43-47页 |
4.2.1 压缩感知理论下信号的稀疏表示 | 第44页 |
4.2.2 测量矩阵的设计 | 第44-45页 |
4.2.3 稀疏重构条件 | 第45-46页 |
4.2.4 稀疏信号的重构算法 | 第46-47页 |
4.3 基于压缩感知方法的阵列雷达前视成像算法 | 第47-52页 |
4.3.1 阵列雷达接收信号的空域稀疏表示 | 第47-48页 |
4.3.2 空间角度划分 | 第48-49页 |
4.3.3 稀疏信号的重构算法 | 第49-52页 |
4.3.4 基于压缩感知方法的阵列雷达前视成像算法处理流程 | 第52页 |
4.4 仿真及实测数据处理结果 | 第52-57页 |
4.5 本章小结 | 第57-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 主要工作与创新点 | 第58-59页 |
5.2 后续工作与展望 | 第59-60页 |
参考文献 | 第60-65页 |
致谢 | 第65-66页 |
在学期间的研究成果及发表的学术论文 | 第66页 |