| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 超宽带雷达的特点与应用 | 第12-14页 |
| 1.1.1 超宽带雷达的定义与特点 | 第12-13页 |
| 1.1.2 超宽带雷达的产生与发展 | 第13页 |
| 1.1.3 超宽带雷达的应用 | 第13-14页 |
| 1.2 超宽带生命探测雷达 | 第14-17页 |
| 1.2.1 国外生物雷达发展现状 | 第14-15页 |
| 1.2.2 国内生物雷达发展现状 | 第15页 |
| 1.2.3 非接触生命探测雷达中应用压缩感知的意义 | 第15-17页 |
| 1.3 合成孔径雷达简介 | 第17-19页 |
| 1.3.1 UWB SAR雷达发展 | 第17-18页 |
| 1.3.2 SAR图像特点 | 第18-19页 |
| 1.3.3 CS SAR图像融合方法 | 第19页 |
| 1.4 本文研究内容与结构安排 | 第19-21页 |
| 第2章 压缩感知基本理论及关键参数设置 | 第21-39页 |
| 2.1 压缩感知理论的产生与发展 | 第21-22页 |
| 2.2 国内外压缩感知技术研究现状 | 第22-25页 |
| 2.2.1 国外压缩感知发展现状 | 第22-24页 |
| 2.2.2 国内压缩感知研究现状 | 第24-25页 |
| 2.3 压缩感知基础理论介绍 | 第25-32页 |
| 2.3.1 信号的稀疏表示 | 第25-26页 |
| 2.3.2 信号的编码测量 | 第26-27页 |
| 2.3.3 压缩感知算法中信号的重构 | 第27-30页 |
| 2.3.4 压缩感知关键参数设置 | 第30-32页 |
| 2.4 CS关键参数设置验证实验 | 第32-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 应用于UWB呼吸检测的压缩感知算法研究 | 第39-55页 |
| 3.1 超宽带呼吸探测仪的特点与基本原理 | 第39-42页 |
| 3.1.1 生命探测雷达的优点 | 第39-40页 |
| 3.1.2 超宽带生命探测的基本原理及难点分析 | 第40页 |
| 3.1.3 传统呼吸检测方法 | 第40-42页 |
| 3.2 UWB呼吸检测信号的建模与成像 | 第42-44页 |
| 3.2.1 UWB呼吸检测信号建模 | 第42-43页 |
| 3.2.2 一维距离域图像截取仿真 | 第43-44页 |
| 3.3 UWB呼吸CS检测算法设计 | 第44-50页 |
| 3.3.1 呼吸CS检测系统设计 | 第44-45页 |
| 3.3.2 基于CS呼吸检测的l0和l1范数恢复算法设计 | 第45-47页 |
| 3.3.3 呼吸数据稀疏度检测 | 第47页 |
| 3.3.4 呼吸实验中测量次数的确定 | 第47-50页 |
| 3.3.5 测量矩阵的自适应调制 | 第50页 |
| 3.4 实验结果 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 直达波抑制图像分块稀疏编码方法研究 | 第55-75页 |
| 4.1 穿墙雷达直达波抑制成像算法介绍 | 第55-58页 |
| 4.1.1 直达波成像的模型建立 | 第55页 |
| 4.1.2 去直达波方法分析 | 第55-58页 |
| 4.2 雷达图像压缩算法研究 | 第58-59页 |
| 4.2.1 雷达图像压缩的意义 | 第58页 |
| 4.2.2 超宽带生物雷达图像压缩的方法 | 第58-59页 |
| 4.2.3 超宽带雷达图片压缩评价指标 | 第59页 |
| 4.3 基于压缩感知的窗墙雷达图片编码算法设计 | 第59-68页 |
| 4.3.1 雷达图像分块稀疏CS编码实验 | 第59-61页 |
| 4.3.2 TWR图像CS编码的恢复算法 | 第61-66页 |
| 4.3.3 最佳测量距阵构造 | 第66-68页 |
| 4.4 实验结果 | 第68-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 双小波变换SAR图像CS融合方法研究 | 第75-98页 |
| 5.1 SAR图像融合介绍 | 第75-80页 |
| 5.1.1 遥感图像融合的发展 | 第75页 |
| 5.1.2 图像融合算法的层次分类 | 第75-77页 |
| 5.1.3 图像融合步骤 | 第77-78页 |
| 5.1.4 小波融合方法 | 第78-80页 |
| 5.2 CS双小波变换图像融合方法 | 第80-92页 |
| 5.2.1 融合图像评价标准 | 第81-82页 |
| 5.2.2 双小波基的构造 | 第82-86页 |
| 5.2.3 采样次数选择 | 第86-89页 |
| 5.2.4 恢复算法设计 | 第89-92页 |
| 5.3 实验结果 | 第92-97页 |
| 5.4 本章小结 | 第97-98页 |
| 第6章 结论 | 第98-101页 |
| 6.1 本文进行的主要工作与创新 | 第98-99页 |
| 6.2 未来工作展望 | 第99-101页 |
| 参考文献 | 第101-108页 |
| 在学研究成果 | 第108-109页 |
| 致谢 | 第109页 |