| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 研究历史与现状 | 第15-18页 |
| 1.2.1 压缩感知雷达成像的研究历史与现状 | 第15-16页 |
| 1.2.2 测量矩阵优化的研究历史与现状 | 第16-18页 |
| 1.3 本文主要内容安排 | 第18-21页 |
| 第二章 压缩感知和互信息的基本理论 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 压缩感知雷达的基本理论 | 第21-24页 |
| 2.2.1 压缩感知的基本理论 | 第21-23页 |
| 2.2.2 RIP条件 | 第23-24页 |
| 2.3 常用的测量矩阵 | 第24-25页 |
| 2.3.1 随机性测量矩阵 | 第24-25页 |
| 2.3.2 结构随机测量矩阵 | 第25页 |
| 2.3.3 确定性测量矩阵 | 第25页 |
| 2.4 信息熵和互信息的基本知识 | 第25-28页 |
| 2.5 压缩感知雷达目标场景重构性能 | 第28-31页 |
| 2.5.1 常用的压缩感知算法 | 第28-30页 |
| 2.5.2 目标重构性能评价标准 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于最大互信息的测量矩阵优化 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 测量矩阵优化对目标重构性能的影响 | 第33-36页 |
| 3.2.1 时域上目标信号的稀疏恢复 | 第33-34页 |
| 3.2.2 测量矩阵观测取样数对目标重构性能的影响 | 第34-35页 |
| 3.2.3 不同测量矩阵对目标重构性能的影响 | 第35-36页 |
| 3.3 测量矩阵观测下高斯伯努利信号模型 | 第36-38页 |
| 3.4 高斯伯努利信号模型下的互相关系数 | 第38页 |
| 3.5 基于最大信噪比的测量矩阵优化 | 第38-41页 |
| 3.6 基于互信息的测量矩阵优化 | 第41-45页 |
| 3.6.1 互信息的计算 | 第41-43页 |
| 3.6.2 测量矩阵优化模型的求解 | 第43-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第四章 测量矩阵优化性能分析与仿真 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 互相关系数和输出信噪比的比较分析 | 第47-50页 |
| 4.2.1 感知矩阵互相关系数约束条件分析 | 第47-49页 |
| 4.2.2 输出信干噪比的比较与分析 | 第49-50页 |
| 4.3 压缩感知重构性能系数的比较分析 | 第50页 |
| 4.4 最小均方误差的比较分析 | 第50-51页 |
| 4.5 目标检测与成像性能的比较分析 | 第51-56页 |
| 4.5.1 目标检测性能比较分析 | 第51-54页 |
| 4.5.2 目标成像性能比较分析 | 第54-56页 |
| 4.6 不同测量矩阵优化准则的比较分析 | 第56-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 附录A | 第67-69页 |
| 附录B | 第69-71页 |
| 附录C | 第71-73页 |
| 作者简介 | 第73-74页 |