首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

基于压缩感知的高分辨雷达成像方法研究

摘要第10-12页
Abstract第12-13页
第一章 绪论第15-26页
    1.1 研究背景及意义第15-16页
    1.2 国内外研究现状第16-24页
        1.2.1 压缩感知理论研究现状第16-22页
        1.2.2 基于压缩感知的高分辨雷达成像研究现状第22-24页
    1.3 本文主要工作及内容安排第24-26页
第二章 基于压缩感知的高分辨雷达成像基本原理第26-54页
    2.1 引言第26页
    2.2 压缩感知理论第26-39页
        2.2.1 问题描述第26-27页
        2.2.2 信号重构方法第27-39页
    2.3 高分辨雷达成像的回波模型第39-44页
        2.3.1 高分辨距离成像的回波模型第40-41页
        2.3.2 高分辨二维成像的回波模型第41-44页
    2.4 基于压缩感知的成像方案第44-46页
        2.4.1 欠采样回波数据的获取方式第44-45页
        2.4.2 成像方法第45-46页
    2.5 仿真实验与分析第46-53页
        2.5.1 高分辨距离成像第47-50页
        2.5.2 高分辨二维成像第50-53页
    2.6 本章小结第53-54页
第三章 基于词典优化的CS信号重构与高分辨距离像形成第54-85页
    3.1 引言第54-55页
    3.2 基于词典优化的复正弦信号重构算法第55-64页
        3.2.1 基本原理第55-56页
        3.2.2 变分EM算法第56-58页
        3.2.3 稀疏表示系数的更新第58-60页
        3.2.4 频率格点的更新第60-62页
        3.2.5 信号重构算法第62-64页
    3.3 实验结果及分析第64-75页
        3.3.1 关于信号重构的仿真实验第64-70页
        3.3.2 关于参数恢复的仿真实验第70-73页
        3.3.3 对一组暗室测量数据的处理结果第73-75页
    3.4 算法推广第75-84页
        3.4.1 一般测量矩阵下的复正弦信号重构第75-79页
        3.4.2 多分量LFM信号的压缩感知第79-84页
    3.5 本章小结第84-85页
第四章 词典失配条件下高分辨距离像的快速重构第85-102页
    4.1 引言第85-86页
    4.2 复正弦信号的快速精确重构:原理与算法第86-92页
        4.2.1 稀疏表示模型第86-88页
        4.2.2 基于变分贝叶斯推理的稀疏恢复第88-90页
        4.2.3 快速实现方式第90-91页
        4.2.4 信号重构算法第91-92页
    4.3 实验结果及分析第92-101页
        4.3.1 信号重构实例第92-95页
        4.3.2 计算代价对信号长度的适应性第95-96页
        4.3.3 蒙特卡罗实验第96-99页
        4.3.4 对暗室测量数据的处理结果第99-101页
    4.4 本章小结第101-102页
第五章 词典失配条件下高分辨二维雷达图像的形成方法第102-119页
    5.1 引言第102页
    5.2 词典失配条件下的二维成像原理与算法第102-110页
        5.2.1 稀疏表示模型第102-104页
        5.2.2 基于变分贝叶斯推理的稀疏恢复第104-106页
        5.2.3 实现方式第106-109页
        5.2.4 图像形成算法第109-110页
    5.3 实验结果及分析第110-117页
        5.3.1 基于仿真数据的实验第110-114页
        5.3.2 基于电磁计算数据的实验第114-116页
        5.3.3 基于暗室测量数据的实验第116-117页
    5.4 本章小结第117-119页
第六章结论与展望第119-122页
    6.1 论文工作总结第119-120页
    6.2 下一步工作展望第120-122页
致谢第122-124页
参考文献第124-134页
作者在学期间取得的学术成果第134-136页
附录A 式(3.28)―(3.36)的推导第136-139页
附录B 式(3.44)与(3.45)的推导第139-142页
附录C 式(5.69)与(5.72)的推导第142-144页

论文共144页,点击 下载论文
上一篇:基于样本和特征的迁移学习方法及应用
下一篇:超声速流动分离及其控制的试验研究