摘要 | 第5-7页 |
abstract | 第7-9页 |
第一章 绪论 | 第12-26页 |
1.1 研究工作的背景与意义 | 第12-14页 |
1.2 国内外研究动态 | 第14-24页 |
1.2.1 国内外聚束SAR系统的发展概述 | 第14-19页 |
1.2.2 目标局部散射驱动的SAR重建技术研究现状 | 第19-24页 |
1.3 本文主要研究工作和内容安排 | 第24-26页 |
第二章 SAR重建基础与目标局部散射特征化 | 第26-46页 |
2.1 引言 | 第26页 |
2.2 聚束SAR探测基本原理 | 第26-32页 |
2.3 宽角度SAR观测与目标各向异性散射 | 第32-34页 |
2.4 电磁散射机理驱动的参数化模型 | 第34-40页 |
2.4.1 DE模型与GTD模型 | 第36-38页 |
2.4.2 CSF模型 | 第38-40页 |
2.5 病态逆问题与稀疏约束 | 第40-45页 |
2.5.1 病态逆问题 | 第40-43页 |
2.5.2 散射中心稀疏特性 | 第43-45页 |
2.6 本章小结 | 第45-46页 |
第三章 电磁散射机理驱动的SAR部件级重建方法 | 第46-71页 |
3.1 引言 | 第46页 |
3.2 基于目标散射机理的SAR信号模型 | 第46-49页 |
3.2.1 属性散射信息驱动的观测模型 | 第46-48页 |
3.2.2 典型形状特征信息驱动的观测模型 | 第48-49页 |
3.3 基于ASC模型的PRS-ROMP重建算法 | 第49-57页 |
3.3.1 PRS-ROMP算法原理及流程 | 第49-52页 |
3.3.2 仿真实验验证 | 第52-57页 |
3.4 基于随机梯度最小方差追踪的SAR超分辨重建算法 | 第57-63页 |
3.4.1 基于SGMVP的SAR超分辨重建算法原理及流程 | 第57-60页 |
3.4.2 仿真实验验证 | 第60-63页 |
3.5 基于典型形状特性信息的拟牛顿重建算法 | 第63-70页 |
3.5.1 基于CSF的SAR部件级重建算法原理及流程 | 第63-64页 |
3.5.2 合成场景数据实验 | 第64-68页 |
3.5.3 电磁计算数据实验 | 第68-70页 |
3.6 本章小结 | 第70-71页 |
第四章 自适应高分辨宽角度SAR重建方法 | 第71-86页 |
4.1 引言 | 第71页 |
4.2 宽角度SAR重建观测模型 | 第71-72页 |
4.3 玻尔兹曼机驱动的自适应宽角度SAR重建算法 | 第72-85页 |
4.3.1 自适应宽角度SAR重建算法原理及流程 | 第72-76页 |
4.3.2 合成场景数据实验 | 第76-82页 |
4.3.3 电磁计算数据实验 | 第82-85页 |
4.4 本章小结 | 第85-86页 |
第五章 旋臂圆弧聚束SAR重建方法 | 第86-118页 |
5.1 引言 | 第86页 |
5.2 旋臂圆弧聚束SAR距离多普勒重建算法 | 第86-93页 |
5.2.1 旋臂圆弧聚束SAR系统与信号模型 | 第86-89页 |
5.2.2 旋臂圆弧聚束SAR距离多普勒重建算法 | 第89-91页 |
5.2.3 仿真实验验证 | 第91-93页 |
5.3 基于二次压缩感知的RAAS-SAR重建自聚焦算法 | 第93-104页 |
5.3.1 含有相位噪声的RAAS-SAR信号模型 | 第94-95页 |
5.3.2 基于QCS的RAAS-SAR重建自聚焦算法 | 第95-97页 |
5.3.3 基于块分解的快速RAAS-SAR重建自聚焦算法 | 第97-98页 |
5.3.4 仿真实验验证 | 第98-104页 |
5.4 贝叶斯RAAS-SAR稀疏重建自聚焦算法 | 第104-117页 |
5.4.1 含脉冲维相噪的RAAS-SAR观测模型 | 第104-105页 |
5.4.2 自适应RAAS-SAR稀疏重建自聚焦算法 | 第105-109页 |
5.4.3 仿真实验验证 | 第109-117页 |
5.5 本章小结 | 第117-118页 |
第六章 总结与展望 | 第118-122页 |
6.1 全文总结 | 第118-120页 |
6.2 后续工作展望 | 第120-122页 |
致谢 | 第122-124页 |
参考文献 | 第124-137页 |
附录 | 第137-142页 |
攻读博士学位期间取得的成果 | 第142-144页 |