复杂场景下的稀疏SAR目标成像
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 研究背景 | 第16-23页 |
| 1.1.1 合成孔径雷达成像原理 | 第16-20页 |
| 1.1.2 基于压缩感知的稀疏雷达成像 | 第20-22页 |
| 1.1.3 研究现状 | 第22-23页 |
| 1.2 研究目的与意义 | 第23-25页 |
| 1.3 研究内容与创新 | 第25页 |
| 1.4 论文的结构 | 第25-28页 |
| 第二章 基于线性压缩采样的复杂场景SAR成像 | 第28-44页 |
| 2.1 稀疏雷达目标成像 | 第28-35页 |
| 2.1.1 联合OMP重构算法 | 第28-29页 |
| 2.1.2 SAR稀疏目标重构算法仿真实验 | 第29-35页 |
| 2.2 基于字典学习的复杂场景稀疏SAR成像 | 第35-42页 |
| 2.2.1 雷达信号的稀疏表示 | 第35-38页 |
| 2.2.2 复杂场景稀疏SAR成像实验与结果分析 | 第38-42页 |
| 2.3 本章小结 | 第42-44页 |
| 第三章 基于非线性压缩感知的稀疏SAR成像 | 第44-56页 |
| 3.1 非线性压缩感知的数学模型 | 第44-46页 |
| 3.2 基于非线性压缩感知的SAR成像 | 第46-50页 |
| 3.2.1 图像的结构信息与非线性压缩感知框架 | 第46-47页 |
| 3.2.2 非线性框架下SAR成像观测矩阵设计 | 第47-48页 |
| 3.2.3 在线核字典学习 | 第48-50页 |
| 3.3 仿真实验与结果分析 | 第50-54页 |
| 3.3.1 实验条件 | 第50页 |
| 3.3.2 仿真结果与分析 | 第50-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 基于目标驱动的稀疏SAR成像 | 第56-68页 |
| 4.1 SAR目标识别基础 | 第56-57页 |
| 4.2 SAR图像分割 | 第57-59页 |
| 4.3 基于自适应字典学习的SAR目标识别 | 第59-63页 |
| 4.4 仿真实验与结果分析 | 第63-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 结论和展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
