首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

近场毫米波全息成像算法研究

摘要第3-4页
Abstract第4-5页
1 绪论第8-13页
    1.1 研究目的和意义第8-9页
    1.2 国内外研究现状以及发展第9-10页
    1.3 本文选题背景及主要工作第10-13页
2 基于空间域补偿的全息成像算法第13-30页
    2.1 一维像成像算法第13-19页
        2.1.1 点频直线阵列成像模型与算法第13-15页
        2.1.2 一维方位像仿真结果分析第15-17页
        2.1.3 步进频单天线成像模型与算法第17-18页
        2.1.4 一维距离像仿真结果分析第18-19页
    2.2 二维冠状面成像算法第19-25页
        2.2.1 天线扫描面成像模型与算法第19-20页
        2.2.2 二维冠状面像仿真结果分析第20-22页
        2.2.3 基于AM-CLEAN算法的冠状面像改进研究第22-25页
    2.3 二维横断面成像算法第25-29页
        2.3.1 基于插值FFT的横断面成像算法第25-28页
        2.3.2 二维横断面像仿真结果分析第28-29页
    2.4 本章小结第29-30页
3 基于波数域补偿的全息成像算法第30-53页
    3.1 一维方位像成像算法第30-39页
        3.1.1 直线阵列点频信号成像模型和算法第30-32页
        3.1.2 一维方位像仿真结果分析第32-39页
    3.2 二维冠状面成像算法第39-42页
        3.2.1 基于平面扫描的冠状面成像算法第39-41页
        3.2.2 二维冠状面像仿真结果分析第41-42页
    3.3 二维横断面成像算法第42-52页
        3.3.1 基于stolt插值的横断面成像算法第42-44页
        3.3.2 匹配细胞元插值算法及横断面像仿真结果分析第44-48页
        3.3.3 基于改进NUFFT的横断面成像算法第48-49页
        3.3.4 NUFFT横断面像仿真结果分析第49-52页
    3.4 本章小结第52-53页
4 基于压缩感知理论的全息成像算法第53-63页
    4.1 压缩感知理论基础第53-54页
    4.2 AMPSO多极值搜索法第54-57页
        4.2.1 多极小值粒子群算法第54-55页
        4.2.2 自适应多极小值粒子群算法第55-57页
    4.3 基于AMPSO的目标像仿真分析第57-62页
        4.3.1 一维方位像仿真分析第57-59页
        4.3.2 二维方位像仿真分析第59-62页
    4.4 本章小结第62-63页
5 总结与展望第63-66页
    5.1 三种算法对比第63-64页
    5.2 总结第64-65页
    5.3 展望第65-66页
致谢第66-67页
参考文献第67-71页
附录第71页

论文共71页,点击 下载论文
上一篇:基于TMS320C6678平台的红外运动目标检测算法设计
下一篇:安卓应用加固和防护系统设计与实现