摘要 | 第9-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-17页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 目标散射特性的建模 | 第13-14页 |
1.2.2 信号的稀疏表示 | 第14-15页 |
1.2.3 稀疏表示在雷达成像中的应用 | 第15页 |
1.3 本文研究内容及组织结构 | 第15-17页 |
第二章 雷达目标成像与稀疏表示的基本原理 | 第17-24页 |
2.1 雷达目标成像模型 | 第17-19页 |
2.2 目标的散射点模型 | 第19-21页 |
2.2.1 点散射中心GTD模型 | 第20页 |
2.2.2 属性散射中心模型 | 第20-21页 |
2.2.3 典型结构的参数化模型 | 第21页 |
2.3 信号的稀疏表示 | 第21-24页 |
2.3.1 压缩感知原理 | 第21-22页 |
2.3.2 稀疏重构算法 | 第22-24页 |
第三章 基于压缩感知的雷达目标一维距离像 | 第24-38页 |
3.1 引言 | 第24页 |
3.2 一维距离像散射中心模型 | 第24-27页 |
3.2.1 一维GTD模型 | 第24-25页 |
3.2.2 一维GTD模型的稀疏表示和求解 | 第25-27页 |
3.3 一维GTD散射中心参数提取 | 第27-28页 |
3.3.1 基于FOCUSS算法的稀疏重构 | 第27页 |
3.3.2 正则化参数的选择 | 第27-28页 |
3.3.3 阈值分割 | 第28页 |
3.4 L-FOCUSS算法 | 第28-37页 |
3.4.1 FOCUSS算法求解 | 第28-30页 |
3.4.2 L-FOCUSS | 第30-33页 |
3.4.3 仿真验证 | 第33-37页 |
3.5 本章小结 | 第37-38页 |
第四章 压缩感知二维成像及散射中心提取 | 第38-68页 |
4.1 引言 | 第38-39页 |
4.2 属性散射中心模型 | 第39-41页 |
4.2.1 属性散射中心模型 | 第39-40页 |
4.2.2 属性散射中心模型参数分析 | 第40-41页 |
4.3 散射中心提取的预处理 | 第41-45页 |
4.3.1 数据预处理 | 第42-43页 |
4.3.2 图像分割 | 第43-44页 |
4.3.3 结构选择 | 第44页 |
4.3.4 算法终止条件 | 第44页 |
4.3.5 参数估计的多层迭代法 | 第44-45页 |
4.4 基于频域稀疏表示的二维散射中心提取 | 第45-51页 |
4.4.1 GTD模型频域字典构造 | 第45-49页 |
4.4.2 求解方法——正交匹配追踪(OMP)算法 | 第49-50页 |
4.4.3 仿真实验 | 第50-51页 |
4.5 基于时域稀疏表示的二维散射中心提取 | 第51-54页 |
4.5.1 散射中心的频域和时域响应 | 第51-53页 |
4.5.2 时域字典构造 | 第53-54页 |
4.5.3 时域稀疏重构 | 第54页 |
4.6 时频域字典比较 | 第54-56页 |
4.7 仿真实验 | 第56-62页 |
4.7.1 仿真参数及结果 | 第56-59页 |
4.7.2 参数估计性能分析 | 第59-62页 |
4.8 实测数据验证 | 第62-67页 |
4.8.1 暗室数据读取方式 | 第62-64页 |
4.8.2 扩展方法—时域字典截断处理后效果比较及原因分析 | 第64-67页 |
4.9 本章小结 | 第67-68页 |
第五章 时域压缩感知三维成像及散射中心提取 | 第68-78页 |
5.1 引言 | 第68页 |
5.2 多角度SAR数据压缩感知模型 | 第68-71页 |
5.2.1 频域压缩感知模型 | 第69-70页 |
5.2.2 时域压缩感知模型 | 第70-71页 |
5.3 仿真实验 | 第71-77页 |
5.3.1 仿真参数设置和结果 | 第72-74页 |
5.3.2 时频域稀疏重构的性能比较 | 第74-77页 |
5.4 小结 | 第77-78页 |
第六章 结束语 | 第78-80页 |
6.1 总结 | 第78页 |
6.2 展望 | 第78-80页 |
6.2.1 将L-FOCUSS中类型参数的再优化写入稀疏重构约束条件 | 第78-79页 |
6.2.2 降低稀疏字典的存储量 | 第79页 |
6.2.3 三维典型结构与稀疏表示的结合 | 第79-80页 |
致谢 | 第80-82页 |
参考文献 | 第82-85页 |
作者在学期间取得的学术成果 | 第85页 |