| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| §1.1 高分辨 ISAR 成像的研究历史 | 第8-9页 |
| §1.2 基于压缩感知理论的高分辨成像研究 | 第9-10页 |
| §1.3 论文的主要工作 | 第10-12页 |
| 第二章 压缩感知模型和重构算法 | 第12-28页 |
| §2.1 压缩感知模型为什么从 l0-norm 演化到 l1 -norm | 第12-14页 |
| ·l0-norm 模型 | 第12-13页 |
| ·l1-norm 模型 | 第13-14页 |
| §2.2 GPSR 算法 | 第14-15页 |
| §2.3 lp-norm 模型和 FOCUSS 算法 | 第15-20页 |
| ·lp-norm 模型 | 第16-17页 |
| ·FOCUSS 算法 | 第17-20页 |
| §2.4 基于贪婪迭代的稀疏重构算法 | 第20-27页 |
| ·贪婪迭代算法的发展及特点 | 第20-21页 |
| ·OMP、SP 与 SAMP 算法 | 第21-23页 |
| ·ESP 算法 | 第23-27页 |
| §2.5 本章小结 | 第27-28页 |
| 第三章 ISAR 成像原理和高分辨算法 | 第28-38页 |
| §3.1 引言 | 第28页 |
| §3.2 ISAR 成像的基本原理 | 第28-32页 |
| ·ISAR 成像的转台模型 | 第28-30页 |
| ·ISAR 的 RD 成像 | 第30-32页 |
| §3.3 RELAX 高分辨算法 | 第32-34页 |
| §3.4 基于贪婪迭代方法的高分辨 ISAR 成像 | 第34-36页 |
| §3.5 本章小结 | 第36-38页 |
| 第四章 基于广义柯西的压缩感知高分辨成像 | 第38-54页 |
| §4.1 LCS-ISAR 模型 | 第38-40页 |
| §4.2 基于 Meridian 先验分布的 CS-ISAR 模型 | 第40-45页 |
| ·lMeridian-norm | 第40-43页 |
| ·MCS 模型的求解 | 第43-45页 |
| §4.3 正则因子的选择 | 第45-47页 |
| ·正则因子 的预处理 | 第45-46页 |
| ·ML-curve 自适应估算正则因子 | 第46-47页 |
| §4.4 仿真实验 | 第47-52页 |
| ·实验 1：仿真数据 ISAR 成像对比 | 第48-49页 |
| ·实验 2：实测数据 ISAR 成像对比 | 第49-52页 |
| §4.5 本章小节 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士期间的研究成果 | 第64-65页 |
