| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-14页 |
| 1.1.1 合成孔径雷达成像发展简介 | 第12-13页 |
| 1.1.2 合成孔径雷达成像面临的问题 | 第13-14页 |
| 1.2 压缩感知合成孔径雷达成像技术的发展 | 第14-18页 |
| 1.2.1 压缩感知简介 | 第14-17页 |
| 1.2.2 压缩感知合成孔径雷达成像简介 | 第17-18页 |
| 1.3 单比特压缩感知合成孔径雷达成像技术的发展与现状 | 第18-19页 |
| 1.3.1 单比特理论简介 | 第18页 |
| 1.3.2 单比特压缩感知 | 第18页 |
| 1.3.3 单比特压缩感知合成孔径雷达成像 | 第18-19页 |
| 1.4 本文主要工作及内容安排 | 第19-20页 |
| 1.5 本文中的符号说明 | 第20-22页 |
| 第2章 单比特压缩感知简介 | 第22-30页 |
| 2.1 压缩感知理论 | 第22-24页 |
| 2.1.1 信号的稀疏表示 | 第22-23页 |
| 2.1.2 信号重构 | 第23-24页 |
| 2.2 单比特压缩感知理论 | 第24-27页 |
| 2.2.1 信号的单比特量化 | 第24-25页 |
| 2.2.2 1-bit压缩感知测量矩阵 | 第25页 |
| 2.2.3 单比特压缩感知重构算法 | 第25-27页 |
| 2.3 本章小结 | 第27-30页 |
| 第3章 单比特压缩感知分段合成孔径雷达成像 | 第30-48页 |
| 3.1 传统单比特压缩感知合成孔径雷达成像 | 第30-34页 |
| 3.2 单比特压缩感知分段成像算法 | 第34-39页 |
| 3.2.1 距离向重构 | 第35-36页 |
| 3.2.2 距离向分割 | 第36页 |
| 3.2.3 子段场景重构 | 第36-38页 |
| 3.2.4 子段场景拼接 | 第38-39页 |
| 3.3 分段点处的误差分析 | 第39-40页 |
| 3.4 实验仿真 | 第40-43页 |
| 3.4.1 基本仿真参数 | 第40-41页 |
| 3.4.2 单比特压缩感知分段成像仿真 | 第41-42页 |
| 3.4.3 单比特压缩感知分段算法性能仿真 | 第42-43页 |
| 3.4.4 目标在分段点上的场景仿真 | 第43页 |
| 3.5 算法性能分析 | 第43-45页 |
| 3.5.1 算法时间复杂度 | 第43-44页 |
| 3.5.2 算法空间复杂度 | 第44-45页 |
| 3.6 本章小结 | 第45-48页 |
| 第4章 单比特合成孔径雷达成像质量提高算法 | 第48-62页 |
| 4.1 基于字典学习的单比特压缩感知雷达成像 | 第48-57页 |
| 4.1.1 训练场景更新算法us | 第50-52页 |
| 4.1.2 字典更新算法uD | 第52-53页 |
| 4.1.3 单比特压缩感知字典学习算法 | 第53-54页 |
| 4.1.4 单比特压缩感知字典学习仿真 | 第54-57页 |
| 4.2 基于贝叶斯方法的1-bit CS-SAR成像 | 第57-61页 |
| 4.2.1 单比特贝叶斯学习算法 | 第57-59页 |
| 4.2.2 单比特贝叶斯学习算法仿真 | 第59-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第72页 |