摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第14-34页 |
1.1 研究背景和意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-32页 |
1.2.1 压缩感知的基本理论和算法 | 第15-24页 |
1.2.2 压缩感知在雷达成像中的应用 | 第24-30页 |
1.2.3 压缩感知雷达成像存在的问题 | 第30-32页 |
1.3 本文主要工作及内容安排 | 第32-34页 |
第二章 压缩感知雷达成像基本原理 | 第34-56页 |
2.1 引言 | 第34页 |
2.2 压缩感知基本原理 | 第34-47页 |
2.2.1 压缩感知理论 | 第34-36页 |
2.2.2 稀疏恢复算法 | 第36-47页 |
2.3 压缩感知雷达成像模型 | 第47-52页 |
2.3.1 远场雷达成像模型 | 第47-51页 |
2.3.2 压缩感知成像模型 | 第51-52页 |
2.4 压缩感知雷达成像存在的问题 | 第52-55页 |
2.4.1 基失配问题 | 第52-54页 |
2.4.2 大规模词典问题 | 第54-55页 |
2.5 本章小结 | 第55-56页 |
第三章 基于连续压缩感知的高分辨雷达成像 | 第56-76页 |
3.1 引言 | 第56-57页 |
3.2 连续压缩感知基本原理 | 第57-58页 |
3.2.1 连续稀疏表示与原子范数最小化 | 第57-58页 |
3.2.2 频率定位的对偶多项式方法 | 第58页 |
3.3 基于连续压缩感知的一维雷达成像 | 第58-62页 |
3.3.1 原子范数最小化的半定特性 | 第58-59页 |
3.3.2 基于交替方向乘子法的原始问题求解 | 第59-61页 |
3.3.3 基于部分特征值分解的快速算法 | 第61-62页 |
3.4 基于连续压缩感知的二维雷达成像 | 第62-64页 |
3.4.1 原子范数最小化的半定特性 | 第62-63页 |
3.4.2 从交替方向乘子法中获取对偶最优解 | 第63-64页 |
3.5 实验结果 | 第64-74页 |
3.5.1 一维连续压缩感知雷达成像实验结果 | 第66-68页 |
3.5.2 二维连续压缩感知雷达成像实验结果 | 第68-74页 |
3.6 本章小结 | 第74-76页 |
第四章 基于扰动词典的二维压缩感知雷达成像 | 第76-100页 |
4.1 引言 | 第76-77页 |
4.2 二维压缩感知成像模型 | 第77-79页 |
4.3 基于扰动词典的稀疏贝叶斯恢复算法 | 第79-84页 |
4.3.1 扰动稀疏表示词典 | 第79-81页 |
4.3.2 基于变分贝叶斯推断的稀疏恢复 | 第81-84页 |
4.4 基于扰动词典的 ?1范数最小化稀疏恢复算法 | 第84-86页 |
4.4.1 扰动稀疏表示词典 | 第84-85页 |
4.4.2 快速矩阵向量乘积 | 第85-86页 |
4.5 实验结果 | 第86-98页 |
4.5.1 数值仿真数据实验结果 | 第86-92页 |
4.5.2 高频电磁预测数据实验结果 | 第92-96页 |
4.5.3 暗室测量数据实验结果 | 第96-98页 |
4.6 本章小结 | 第98-100页 |
第五章 基于扰动词典的三维压缩感知雷达成像 | 第100-118页 |
5.1 引言 | 第100页 |
5.2 三维压缩感知成像模型 | 第100-102页 |
5.3 基于张量压缩感知的成像方法 | 第102-105页 |
5.4 基于扰动词典的压缩感知成像方法 | 第105-108页 |
5.4.1 扰动稀疏表示词典 | 第106-107页 |
5.4.2 快速张量模式乘积 | 第107-108页 |
5.5 实验结果 | 第108-117页 |
5.5.1 数值仿真数据实验结果 | 第108-113页 |
5.5.2 高频电磁预测数据实验结果 | 第113-115页 |
5.5.3 暗室测量数据实验结果 | 第115-117页 |
5.6 本章小结 | 第117-118页 |
第六章 结论与展望 | 第118-121页 |
6.1 论文工作总结 | 第118-119页 |
6.2 下一步工作展望 | 第119-121页 |
致谢 | 第121-122页 |
参考文献 | 第122-142页 |
作者在学期间取得的学术成果 | 第142-143页 |
附录A 噪声情形下的二维CCS问题及其求解 | 第143-144页 |