| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-15页 |
| 缩略语对照表 | 第15-18页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 逆合成孔径雷达成像技术发展背景 | 第18-19页 |
| 1.2 ISAR成像在国内外的发展情况 | 第19-20页 |
| 1.3 本文研究内容和意义 | 第20-24页 |
| 第二章 基于局部图像特征的ISAR方位定标和自聚焦 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 ISAR定标算法 | 第25-35页 |
| 2.2.1 ISAR信号模型 | 第25-26页 |
| 2.2.2 基于局部图像特征的转角估计 | 第26-32页 |
| 2.2.3 仿真和实测数据结果 | 第32-35页 |
| 2.3 基于运动速度估计的ISAR自聚焦方法 | 第35-39页 |
| 2.3.1 信号模型及其分析 | 第35-36页 |
| 2.3.2 仿真和实测数据结果 | 第36-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于运动参数估计和非负矩阵分解的ISAR图像融合 | 第40-48页 |
| 3.1 引言 | 第40-41页 |
| 3.2 序列ISAR图像融合算法 | 第41-43页 |
| 3.2.1 基于运动参数估计的ISAR图像校正 | 第41-42页 |
| 3.2.2 基于非负矩阵分解方式的ISAR图像融合 | 第42-43页 |
| 3.3 仿真结果分析 | 第43-45页 |
| 3.4 本章小结 | 第45-48页 |
| 第四章 基于图像特征和高斯概率的空间目标部件检测 | 第48-60页 |
| 4.1 引言 | 第48-49页 |
| 4.2 空间目标部件检测算法 | 第49-52页 |
| 4.2.1 基于区域特征的图像特征点选择 | 第49-51页 |
| 4.2.2 基于高斯概率的检测度分析 | 第51页 |
| 4.2.3 算法流程图和复杂度分析 | 第51-52页 |
| 4.3 仿真结果分析 | 第52-59页 |
| 4.3.1 利用三维卫星模型分别检测舱体和电池板 | 第53-55页 |
| 4.3.2 不同旋转角度下的目标检测 | 第55-56页 |
| 4.3.3 不同信噪比下的目标检测 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-72页 |
| 1.基本情况 | 第70页 |
| 2.教育背景 | 第70页 |
| 3.攻读硕士学位期间的研究成果 | 第70-72页 |
