| 论文创新点 | 第6-7页 |
| 目录 | 第7-12页 |
| 摘要 | 第12-14页 |
| Abstract | 第14-15页 |
| 1. 绪论 | 第16-20页 |
| 1.1 研究问题的背景 | 第16-17页 |
| 1.2 研究动机与目的 | 第17页 |
| 1.3 国内外研究现状 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 研究方法 | 第18页 |
| 1.6 论文组织结构 | 第18-20页 |
| 2. 相关理论基础和关键技术 | 第20-29页 |
| 2.1 压缩感知原理 | 第20-23页 |
| 2.2 信号的稀疏表示 | 第23-24页 |
| 2.3 测量矩阵的设计和优化 | 第24-25页 |
| 2.4 信号的重构算法 | 第25-26页 |
| 2.5 压缩感知的实现装置和应用领域 | 第26页 |
| 2.6 当前压缩感知存在的问题和不足 | 第26-29页 |
| 3. 哈达玛矩阵的分析和高斯测量矩阵的优化 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 哈达玛矩阵的统计学分析 | 第29-33页 |
| 3.3 行模相等性与贪婪追踪算法的相互作用和关系 | 第33-34页 |
| 3.4 高斯矩阵优化算法和实验理论分析及算法改进 | 第34-39页 |
| 3.5 算法2对不同规模高斯矩阵的适用性分析 | 第39-41页 |
| 3.6 优化矩阵对各种重构算法的适用性分析 | 第41-44页 |
| 3.7 算法2的适用范围和特点 | 第44页 |
| 3.8 算法2中3种操作的作用分析 | 第44-47页 |
| 3.9 算法2的适用范围和特点 | 第47页 |
| 3.10 优化矩阵的理论分析和性能分析 | 第47-48页 |
| 3.11 结论 | 第48-49页 |
| 4. 单像素相机的测量矩阵和重构矩阵的分离 | 第49-62页 |
| 4.1 引言 | 第49-50页 |
| 4.2 矩阵分析及优化方法 | 第50-55页 |
| 4.3 解空间不变的稀疏循环矩阵优化方法 | 第55-57页 |
| 4.4 信号重构效果的实验对比及分析 | 第57-58页 |
| 4.5 稀疏循环矩阵与高斯矩阵及其优化矩阵的对比分析 | 第58-60页 |
| 4.6 结论 | 第60-62页 |
| 5. 二维压缩感知和定向遥感检测以及增量更新 | 第62-87页 |
| 5.1 引言 | 第62-63页 |
| 5.2 二维压缩感知模型和变化检测 | 第63-64页 |
| 5.3 变化区域(△X)、二维压缩感知测量数据(△Y)和重构结果(△X_R)的特征分析 | 第64-69页 |
| 5.3.1 △X和△Y的能量特征分析 | 第66页 |
| 5.3.2 △X和△Y的方向特征分析 | 第66-67页 |
| 5.3.3 △X_R的特征分析 | 第67页 |
| 5.3.4 不确定区域和确定区域 | 第67-69页 |
| 5.4 4类高斯矩阵的比较分析 | 第69-73页 |
| 5.5 不同变化区域的比较分析 | 第73-81页 |
| 5.6 二维压缩感知的变化区域重构算法 | 第81-84页 |
| 5.6.1 二维正交匹配追踪算法思想起源和原理 | 第81-82页 |
| 5.6.2 二维正交匹配追踪算法的支撑集筛选方法 | 第82页 |
| 5.6.3 二维正交匹配追踪算法的稀疏信号完全重构和界定确定区域的判据 | 第82页 |
| 5.6.4 二维正交匹配追踪算法 | 第82-84页 |
| 5.7 2DOMP算法的信号重构能力、效果和适用范围 | 第84-85页 |
| 5.8 2DOMP算法的计算复杂度和计算时间 | 第85页 |
| 5.9 基于定向变化检测的多时相遥感影像增量更新流程 | 第85页 |
| 5.10 结论 | 第85-87页 |
| 6. 结论与展望 | 第87-90页 |
| 6.1 主要结论 | 第87-88页 |
| 6.2 研究展望 | 第88-90页 |
| 7. 研究思路范式的数理哲学原理 | 第90-91页 |
| 中外文参考文献 | 第91-98页 |
| 博士期间参加科研项目 | 第98-99页 |
| 攻博期间发表的科研成果目录 | 第99-101页 |
| 《红外与毫米波学报》录用通知 | 第101-102页 |
| 获奖 | 第102-103页 |
| 获奖的证明文件 | 第103-105页 |
| 致谢 | 第105页 |
