稀疏微波成像应用

目录
前言
第1章 绪论 1
1.1 合成孔径雷达 1
1.2 稀疏信号处理 4
1.3 稀疏微波成像 8
1.4 研究现状 11
1.5 本书内容 15
第2章 稀疏微波成像基础 17
2.1 引言 17
2.2 成像模型 18
2.3 稀疏表征 20
2.4 观测矩阵 22
2.4.1 影响因素 24
2.4.2 观测矩阵构建 26
2.5 稀疏重构 30
2.5.1 重构方法概述 30
2.5.2 快速重构方法 32
2.6 性能评估 34
2.6.1 系统性能 34
2.6.2 图像质量 36
2.7 本章小结 38
第3章 稀疏微波成像在三维SAR成像中的应用 39
3.1 TomoSAR成像 39
3.1.1 引言 39
3.1.2 TomoSAR成像模型 40
3.1.3 TomoSAR稀疏重构方法 42
3.1.4 TomoSAR未知基线数据补偿 47
3.1.5 小结 54
3.2 阵列下视三维SAR成像 54
3.2.1 引言 54
3.2.2 阵列下视三维SAR成像模型 56
3.2.3 阵列下视三维SAR无网格稀疏重构方法 60
3.2.4 仿真实验 64
3.2.5 小结 70
3.3 圆迹SAR/多基线圆迹SAR成像 70
3.3.1 引言 70
3.3.2 圆迹SAR成像 72
3.3.3 多基线圆迹SAR成像 75
3.3.4 小结 88
第4章 联合稀疏在微波成像中的应用 90
4.1 基于稀疏信号处理的SAR模糊抑制方法 90
4.1.1 引言 90
4.1.2 基于稀疏处理的方位模糊模型 91
4.1.3 基于稀疏信号处理的方位模糊抑制方法 94
4.1.4 基于稀疏信号处理的距离模糊抑制方法 99
4.1.5 小结 101
4.2 宽角SAR成像 101
4.2.1 引言 101
4.2.2 宽角SAR成像模型 102
4.2.3 宽角SAR稀疏重构方法 106
4.2.4 仿真实验 107
4.2.5 小结 112
4.3 GMTI与变化检测 113
4.3.1 引言 113
4.3.2 分布式压缩感知 113
4.3.3 基于分布式压缩感知的多通道/多时相SAR模型 117
4.3.4 基于分布式压缩感知的顺轨干涉运动目标检测 121
4.3.5 基于分布式压缩感知的多时相场景变化检测 125
4.3.6 小结 130
第5章 稀疏微波成像在SAR图像处理中的应用 131
5.1 恒虚警率检测 131
5.1.1 引言 131
5.1.2 复近似信息传递算法原理 132
5.1.3 基于线性调频阵的“噪声”矩阵Z高斯性分析 133
5.1.4 基于复近似信息传递算法的方位距离解耦条带SAR成像 138
5.1.5 仿真实验 140
5.1.6 小结 145
5.2 SAR图像增强 145
5.2.1 引言 145
5.2.2 基于*q正则化方法的SAR图像增强原理 146
5.2.3 基于阈值迭代算法的SAR图像增强 146
5.2.4 基于CAMP算法的SAR图像增强 149
5.2.5 实验验证 152
5.2.6 小结 163
5.3 相干斑抑制 163
5.3.1 引言 163
5.3.2 基于ATV正则化的相干斑抑制模型 164
5.3.3 基于ATV正则化的相干斑抑制方法 165
5.3.4 实验结果和分析 169
5.3.5 小结 173
参考文献 175
中英文对照表 192