| 摘要 | 第2-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 概述 | 第11-15页 |
| 1.1 课题的研究背景 | 第11-12页 |
| 1.2 合成孔径雷达发展概述 | 第12-13页 |
| 1.2.1 国内外合成孔径雷达（SAR）的发展概况 | 第12页 |
| 1.2.2 合成孔径雷达的几种工作方式 | 第12-13页 |
| 1.3 SAR 自聚焦技术的发展 | 第13-14页 |
| 1.4 本文的研究内容 | 第14-15页 |
| 第二章 SAR 成像算法 | 第15-33页 |
| 2.1 合成孔径雷达的基本概念 | 第15-18页 |
| 2.1.1 合成孔径雷达二维分辨率 | 第16-17页 |
| 2.1.1.1 距离分辨率 | 第16页 |
| 2.1.1.2 方位分辨率 | 第16-17页 |
| 2.1.2 线形调频信号和解调频处理 | 第17-18页 |
| 2.2 合成孔径雷达成像算法概述 | 第18-26页 |
| 2.2.1 距离-多普勒算法（R-D 算法） | 第19-22页 |
| 2.2.2 chirp-scaling 算法（CS 算法） | 第22-26页 |
| 2.3 改进的其他算法 | 第26-27页 |
| 2.3.1 改进的 R-D 算法 | 第26-27页 |
| 2.3.2 其它算法综述 | 第27页 |
| 2.4 成像算法的仿真处理 | 第27-32页 |
| 2.4.1 距离多普勒（R-D）算法的matlab 仿真处理 | 第28-30页 |
| 2.4.2 chirp-scaling （CS）算法的C 仿真处理 | 第30-32页 |
| 2.5 本章总结 | 第32-33页 |
| 第三章 自聚焦算法 | 第33-50页 |
| 3.1 自聚焦算法概述 | 第33-34页 |
| 3.2 参数化的自聚焦算法的简介 | 第34-40页 |
| 3.2.1 子孔径相关法（MD） | 第34-36页 |
| 3.2.2 反射率偏移法（RDM） | 第36-39页 |
| 3.2.3 两种算法的比较 | 第39-40页 |
| 3.3 非参数化的自聚焦算法的简介 | 第40-46页 |
| 3.3.1 相位梯度自聚焦算法（PGA） | 第40-46页 |
| 3.4 最优参数搜索自聚焦技术 | 第46-48页 |
| 3.4.1 最小熵准则自聚焦算法 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 自适应算法 | 第50-64页 |
| 4.1 自适应算法的提出 | 第50-55页 |
| 4.1.1 传统的自聚焦算法的不足 | 第50-52页 |
| 4.1.2 雷达平台运动参数V 的考虑 | 第52-55页 |
| 4.2 自适应算法的提出和过程分析 | 第55-62页 |
| 4.2.1 自适应算法的提出和结构 | 第55-58页 |
| 4.2.2 自适应算法的全过程分析（基于 CS 算法） | 第58-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第五章 实际数据分析和展望 | 第64-79页 |
| 5.1 实际图像的处理结果和分析 | 第64-67页 |
| 5.1.1 实验处理的环境和数据 | 第64页 |
| 5.1.2 原始成像算法和自适应算法的比较 | 第64-67页 |
| 5.2 结合实际数据的自适应算法性能的分析 | 第67-72页 |
| 5.2.1 外循环次数N 对成像的影响 | 第67-69页 |
| 5.2.2 自适应算法对初始值偏离实际值的数据的处理效果 | 第69-71页 |
| 5.2.3 自适应算法收敛性分析 | 第71-72页 |
| 5.3 自适应算法的改进和应用 | 第72-78页 |
| 5.3.1 自适应算法的设计改进 | 第73-76页 |
| 5.3.2 自适应算法的应用推广 | 第76-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 总结和展望 | 第79-81页 |
| 6.1 研究生阶段工作总结 | 第79-80页 |
| 6.2 研究方向的展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 缩略语 | 第85-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间发表的学术论文目录 | 第87-89页 |
