首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

压缩感知雷达成像中的模型失配问题研究

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

论文共144页,点击 下载论文
上一篇:移动无线传感器网络拓扑维护算法研究
下一篇:变分正则化模型与算法及其在多通道图像重构中的应用