基于压缩感知的高频超视距雷达超分辨方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 常用数学符号 | 第8-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题背景及研究的目的和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 超分辨技术发展概述 | 第15-16页 |
| 1.2.2 压缩感知发展概述 | 第16-18页 |
| 1.2.3 基于压缩感知的超分辨技术发展 | 第18-21页 |
| 1.3 本文的主要研究内容 | 第21-24页 |
| 第2章 压缩感知理论与超分辨技术 | 第24-49页 |
| 2.1 引言 | 第24页 |
| 2.2 压缩感知理论基础 | 第24-30页 |
| 2.2.1 压缩感知的采样形式 | 第24-26页 |
| 2.2.2 压缩感知求解条件 | 第26-29页 |
| 2.2.3 多测量向量问题求解 | 第29-30页 |
| 2.3 压缩感知框架结构 | 第30-41页 |
| 2.3.1 信号的稀疏表示 | 第30-31页 |
| 2.3.2 观测矩阵的设计 | 第31-33页 |
| 2.3.3 重构算法的建立 | 第33-41页 |
| 2.4 超分辨技术模型及经典子空间分解算法 | 第41-44页 |
| 2.4.1 超分辨技术应用模型 | 第41-43页 |
| 2.4.2 经典子空间分解算法 | 第43-44页 |
| 2.5 压缩感知应用于超分辨技术 | 第44-48页 |
| 2.5.1 参数对应关系 | 第44-45页 |
| 2.5.2 角度超分辨 | 第45-46页 |
| 2.5.3 多普勒超分辨 | 第46-48页 |
| 2.6 本章小结 | 第48-49页 |
| 第3章 子空间分解与压缩感知联合估计 | 第49-76页 |
| 3.1 引言 | 第49-51页 |
| 3.2 CS与子空间分解联合估计 | 第51-64页 |
| 3.2.1 超分辨模型参数之间的关系 | 第51-53页 |
| 3.2.2 观测信号秩缺失对重构算法的影响 | 第53-55页 |
| 3.2.3 CS和MUSIC联合估计 | 第55-60页 |
| 3.2.4 仿真实验分析 | 第60-64页 |
| 3.3 稀疏表示方法与压缩感知方法的性能分析 | 第64-66页 |
| 3.4 雷达实测数据处理 | 第66-74页 |
| 3.5 本章小结 | 第74-76页 |
| 第4章 低信噪比下的字典优化设计 | 第76-93页 |
| 4.1 引言 | 第76-77页 |
| 4.2 字典优化原则及方法 | 第77-80页 |
| 4.2.1 字典优化原则 | 第77-78页 |
| 4.2.2 基于框架理论的字典设计方法 | 第78-80页 |
| 4.3 低信噪比下的感知字典设计方法 | 第80-88页 |
| 4.3.1 噪声条件下信号的恢复 | 第80-83页 |
| 4.3.2 通道噪声抑制 | 第83-86页 |
| 4.3.3 字典优化设计 | 第86-88页 |
| 4.4 仿真实验分析 | 第88-91页 |
| 4.5 本章小结 | 第91-93页 |
| 第5章 网格优化理论及系统实现方案 | 第93-109页 |
| 5.1 引言 | 第93-94页 |
| 5.2 网格优化理论 | 第94-98页 |
| 5.2.1 离散域网格模型建立 | 第94-95页 |
| 5.2.2 离散域网格模型求解 | 第95-97页 |
| 5.2.3 连续域原子范数估计策略 | 第97页 |
| 5.2.4 连续域变分期望最大化算法 | 第97-98页 |
| 5.3 迭代稀疏优化算法 | 第98-102页 |
| 5.4 仿真实验分析 | 第102-103页 |
| 5.5 系统实现方案 | 第103-108页 |
| 5.6 本章小结 | 第108-109页 |
| 结论 | 第109-111页 |
| 参考文献 | 第111-122页 |
| 攻读博士学位期间发表的论文及其它成果 | 第122-124页 |
| 致谢 | 第124-125页 |
| 个人简历 | 第125页 |
