基于压缩感知的信号参数估计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究意义和背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 压缩感知重构算法及信号稀疏度估计 | 第13-14页 |
| 1.2.2 阵列DOA估计 | 第14-15页 |
| 1.3 主要研究工作 | 第15-16页 |
| 1.4 内容安排 | 第16-17页 |
| 第二章 压缩感知与阵列信号处理基础理论 | 第17-36页 |
| 2.1 压缩感知理论 | 第17-18页 |
| 2.2 压缩感知数学模型 | 第18-20页 |
| 2.3 压缩观测与稀疏重构 | 第20-27页 |
| 2.3.1 信号的稀疏表示 | 第20-21页 |
| 2.3.2 观测矩阵 | 第21-23页 |
| 2.3.3 信号重构 | 第23-27页 |
| 2.4 阵列接收信号模型 | 第27-30页 |
| 2.5 空间谱估计算法 | 第30-35页 |
| 2.5.1 MUSIC算法 | 第30-32页 |
| 2.5.2 ESPRIT算法 | 第32-35页 |
| 2.6 小结 | 第35-36页 |
| 第三章 基于压缩感知的稀疏度估计 | 第36-54页 |
| 3.1 稀疏度自适应匹配追踪算法 | 第36-38页 |
| 3.2 稀疏度自适应子空间追踪算法 | 第38-40页 |
| 3.3 一种新的自适应步长稀疏度估计算法 | 第40-53页 |
| 3.3.1 算法改进详述 | 第41-45页 |
| 3.3.2 算法综述及性能分析 | 第45-47页 |
| 3.3.3 仿真验证 | 第47-53页 |
| 3.4 小结 | 第53-54页 |
| 第四章 基于压缩感知理论的DOA估计 | 第54-72页 |
| 4.1 基于压缩感知阵列信号模型 | 第54-55页 |
| 4.2 基于压缩感知的DOA估计算法 | 第55-67页 |
| 4.2.1 1_l-SVD算法 | 第56-59页 |
| 4.2.2 OMP算法 | 第59-62页 |
| 4.2.3 FOCUSS算法 | 第62-64页 |
| 4.2.4 DOA估计性能对比分析 | 第64-67页 |
| 4.3 一种基于SVD分解的正交匹配追踪算法 | 第67-71页 |
| 4.3.1 算法介绍 | 第68-69页 |
| 4.3.2 性能分析 | 第69-71页 |
| 4.4 小结 | 第71-72页 |
| 第五章 总结 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士期间主要成果 | 第77-78页 |
