演算法思路：
1.先設定初始引數；
2.原始回波資料進行脈衝壓縮，得到距離向矩陣；
3.對距離向回波資料（脈衝壓縮後的資料）進行k倍頻域公升取樣；
3.1 提取距離向資料矩陣的縱向量（z方向）；
3.2 採用標準快速傅利葉變換處理縱向量；
3.3 對得到的向量插入零元素；
3.4 對插值後的向量進行標準逆快速傅利葉變換；
3.5 將向量存入規定大小的矩陣中得到公升取樣後的資料矩陣；
4.計算近場補償因子
計算當前陣元位置向量和距離歷史得到近場補償因子
5.利用三維bp演算法獲取三維復影象
將公升取樣矩陣和近場補償因子作為三維bp演算法的輸入得到近場三維復影象；
6.計算基於復影象的初始稀疏解
按照傳統的壓縮感知求解方法進行迭代求解
演算法思路：
1.設定近場測量引數；
2.根據引數構建反映目標實際散射特性的稀疏字典；
2.1 將二維近場散射訊號資料矩陣和二維成像場景散射係數矩陣重排為一維列向量。將近場散射訊號資料採用矩陣表示；
2.2 將二維成像場景位置對應散射中心的單位幅度近場散射訊號資料列向量作為稀疏矩陣的列向量構建稀疏矩陣；
3.根據設定的引數檢測不同條件下的空暗室和定標體散射資料
4.在同樣的測試條件下，利用轉台獲得不同條件下空暗室和定標體散射資料；
5.將以上兩步驟得到的資料進行預處理（除噪、抑制旁瓣）；
6.處理後的資料根據稀疏重建生成目標和定標體高分辨影象；
6.1 構建目標矩陣，該目標矩陣是稀疏字典的同型矩陣，初始化目標矩陣為空，初始化剩餘能量是近場散射訊號的初始能量，設定剩餘訊號能量閾值為近場散射訊號的初始能量的0.05.
6.2 求解剩餘訊號與稀疏字典中列向量最大相關係數的位置索引，根據位置索引在稀疏矩陣中對應的向量更新到目標矩陣相應位置，把對應的稀疏字典中的位置置為零。
6.3 根據目標矩陣計算成像場景散射係數，再根據成像場景散射係數計算剩餘訊號能量。剩餘訊號能量與閾值相對比作為迴圈條件。
6.4 稀疏重建結束，得到高分辨影象；
7.根據生成的高分辨影象計算目標遠場散射場和定標體重建散射場；
根據高分辨影象中的非零畫素對應提取出強散射中心，利用散射中心重建目標的遠場散射場和定標體的重建散射場；
8.通過定標體的rcs計算目標遠場散射資料和定標體重建散射場計算目標體的rcs；
演算法思路：
1.構建高分辨近場成像模型
1.1成像場景離散化
1.2近場成像觀測模型建立
收發天線再掃瞄平面取樣點的位置表示矩陣形式為：
進一步將d（x，y）寫成
則離散三維回波訊號表示為：
近場成像數學模型可表示為：
各向量可表示如下：
2.字典構建
根據測試引數和目標場景構建目標字典
3.稀疏觀測矩陣設計
3.1 產生長度為n服從伯努利分布且元素值為的二進位制向量；
3.2 二進位制向量為迴圈基礎，從右到左迴圈產生其他m-1行向量；
3.3 每次迴圈中，從右向左迴圈唯一的元素乘以乙個係數a，a>1，構造下三角乘以係數a的輪換矩陣。
4 rcs快速測量路徑設計
將輪換矩陣作為稀疏觀測矩陣，將此作為訊號採集準則，收發天線取樣點位置即為稀疏測量矩陣對應元素位置，其中矩陣中非零元素表示在該位置進行取樣，零元素表示在該位置不進行取樣，以該方式在暗室內對目標雷達散射截面進行測量，獲取回波訊號。
5. 成像求解
通過下式重建目標影象：
view的三種測量模式的理解
measurespec是乙個32位的int型的數，表示乙個元件的大小。這個數的前2位表示測量模式，後30位表示view的尺寸大小。view的三種測量模式如下 measurespec.exactly 表示設定了精確的值，一般當childview設定其寬 高為精確值 例如layout width 100...
使用JS實現三種基本的排序演算法以及三種演算法的比較
function bubblesort arr if arr.length 0 arr.length 1 for let outer arr.length outer 2 outer return arr 選擇排序我們也需要用到巢狀迴圈，演算法思路如下 從陣列的第乙個元素開始，將第乙個元素逐個與其他...
基於IP，基於port和基於網域名稱的三種
1 基於相同ip不同port的虛擬主機 2 將listen欄位改為 listen 80 listen 8888 以上設定表示使用80以及8888埠 3 更改虛擬主機部分為 documentroot var www html website1 documentroot var www html web...