基于稀疏表示的分布式目标SAR成像方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 论文的内容安排 | 第15-17页 |
| 第二章 基于稀疏表示的分布式目标SAR成像模型 | 第17-34页 |
| 2.1 聚束式SAR成像模型 | 第17-21页 |
| 2.1.1 SAR成像模型 | 第17-18页 |
| 2.1.2 聚束式SAR信号模型 | 第18-20页 |
| 2.1.3 距离向和方位向分辨率 | 第20-21页 |
| 2.2 基于稀疏表示的SAR成像模型 | 第21-28页 |
| 2.2.1 压缩感知基本原理 | 第22-23页 |
| 2.2.2 重建矩阵和范数 | 第23-25页 |
| 2.2.3 重建算法 | 第25-26页 |
| 2.2.4 基于稀疏表示的SAR成像 | 第26-28页 |
| 2.3 分布式目标SAR成像模型 | 第28-32页 |
| 2.3.1 电磁散射参数化模型 | 第28-30页 |
| 2.3.2 分布式目标SAR成像 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于稀疏表示的正则化SAR成像方法 | 第34-48页 |
| 3.1 拟牛顿迭代SAR成像 | 第34-40页 |
| 3.1.1 基于稀疏表示的拟牛顿迭代算法 | 第35-38页 |
| 3.1.2 拟牛顿迭代成像 | 第38-40页 |
| 3.2 正则化SAR图像特征增强 | 第40-42页 |
| 3.2.1 非二次正则化点特征增强的SAR成像 | 第40-41页 |
| 3.2.2 非二次正则化边缘特征增强的SAR成像 | 第41-42页 |
| 3.3 基于顺序聚类的非二次正则化算法 | 第42-47页 |
| 3.3.1 过完备字典的顺序聚类处理 | 第43-45页 |
| 3.3.2 基于BSAS-NQR的SAR成像 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 稀疏驱动自聚焦SAR成像 | 第48-63页 |
| 4.1 SAR成像中的相位误差 | 第48-53页 |
| 4.1.1 一维相位误差 | 第51-52页 |
| 4.1.2 二维可分离相位误差 | 第52-53页 |
| 4.1.3 二维不可分离相位误差 | 第53页 |
| 4.2 基于稀疏驱动的自聚焦算法 | 第53-62页 |
| 4.2.1 稀疏驱动自聚焦算法 | 第54-55页 |
| 4.2.2 一维相位误差自聚焦校正 | 第55-58页 |
| 4.2.3 二维可分离相位误差自聚焦校正 | 第58-60页 |
| 4.2.4 二维不可分离相位误差自聚焦校正 | 第60-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 总结展望 | 第63-66页 |
| 5.1 全文总结 | 第63-64页 |
| 5.2 工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士期间取得的科研成果 | 第71-72页 |
