介绍梯度下降法、动量法和牛顿动量法的原理与性能比较，仿真显示牛顿动量法收敛最快。
迭代软阈值算法通过近端梯度下降结合软阈值操作求解LASSO问题，并涉及固定与回溯步长的选取方法。
近端梯度下降是一种用于求解包含可微和不可微凸函数之和的优化问题的迭代算法，通过近端映射和梯度更新实现。
迭代硬阈值算法（IHT）是一种用于解决M稀疏近似问题的迭代方法，通过梯度更新和硬阈值操作强制解具有指定稀疏度，并附有MATLAB实现代码。
Majorization-Minimization优化框架通过替代函数迭代优化复杂目标函数，应用于压缩感知等领域。
TomoSAR成像预处理流程包括配准、干涉、去平地效应、去DEM相位、滤波和大气相位校正，利用DEM作为先验。
压缩感知是基于信号稀疏性先验，通过压缩测量和优化重建实现信号处理的技术。
描述了合成孔径雷达的参考方向定义、各方向分辨率计算公式，以及实际孔径、非聚焦和聚焦处理的成像原理。
