| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1.前言 | 第7-14页 |
| 1.1.研究背景及意义 | 第7-9页 |
| 1.2.国内外研究进展 | 第9-12页 |
| 1.3.本文主要研究内容 | 第12-13页 |
| 1.4.本文章节安排 | 第13页 |
| 1.5.本章总结 | 第13-14页 |
| 2.相关技术 | 第14-22页 |
| 2.1.自聚焦问题中的优化技术 | 第14-16页 |
| 2.1.1.半正定规划 | 第14-15页 |
| 2.1.2.恒模约束二次规划 | 第15页 |
| 2.1.3.特征值松弛近似 | 第15页 |
| 2.1.4.半正定松弛近似 | 第15-16页 |
| 2.2.自聚焦问题的数学模型 | 第16-20页 |
| 2.2.1.合成孔径雷达成像自聚焦问题 | 第17-18页 |
| 2.2.2.相位梯度自聚焦 | 第18页 |
| 2.2.3.多通道自聚焦 | 第18-19页 |
| 2.2.4 傅里叶域多通道自聚焦 | 第19-20页 |
| 2.3.本章总结 | 第20-22页 |
| 3.本文算法设计与推导 | 第22-28页 |
| 3.1.拉格朗日神经规划 | 第22-23页 |
| 3.2.本文算法推导 | 第23-27页 |
| 3.2.1.拉格朗日神经规划结合相位梯度自聚焦模型 | 第23-25页 |
| 3.2.2.拉格朗日神经规划结合多通道自聚焦模型 | 第25-26页 |
| 3.2.3.拉格朗日神经规划结合傅里叶域多通道自聚焦模型 | 第26-27页 |
| 3.3.本章总结 | 第27-28页 |
| 4.实验设计与分析 | 第28-50页 |
| 4.1 仿真流程设计 | 第28-29页 |
| 4.2 仿真实验 | 第29-49页 |
| 4.2.1.实验一：利用原始大图像验证仿真流程 | 第29-31页 |
| 4.2.2.实验二：大噪声下的图像恢复 | 第31-35页 |
| 4.2.3.实验三：在不同输入信噪比下的图像恢复 | 第35-39页 |
| 4.2.4.实验四：不同场景图像的图像恢复 | 第39-49页 |
| 4.3.本章总结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 在校期间所发论文及获奖 | 第57页 |