| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究历史与现状 | 第13-16页 |
| 1.2.1 MIMO雷达发展历史 | 第13-14页 |
| 1.2.2 STAP发展历史与现状 | 第14-16页 |
| 1.3 本文主要工作和内容安排 | 第16-17页 |
| 第二章 基于稀疏恢复的STAP | 第17-34页 |
| 2.1 引言 | 第17页 |
| 2.2 机载MIMO雷达信号模型与STAP性能评价准则 | 第17-22页 |
| 2.2.1 空时信号模型 | 第17-21页 |
| 2.2.2 空时滤波器 | 第21页 |
| 2.2.3 STAP性能评价准则 | 第21-22页 |
| 2.3 稀疏恢复 | 第22-26页 |
| 2.3.1 信号的稀疏表示 | 第23-24页 |
| 2.3.2 稀疏信号压缩观测过程 | 第24-26页 |
| 2.3.3 稀疏恢复算法 | 第26页 |
| 2.4 基于稀疏性的STAP原理 | 第26-32页 |
| 2.4.1 空时功率谱的稀疏性 | 第26-29页 |
| 2.4.2 基于空时功率谱稀疏性的STAP原理 | 第29-31页 |
| 2.4.3 基于稀疏恢复的STAP技术优势 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于稀疏恢复的多训练样本杂波抑制方法 | 第34-43页 |
| 3.1 引言 | 第34页 |
| 3.2 统计类STAP方法 | 第34-37页 |
| 3.2.1 对角加载法 | 第34-36页 |
| 3.2.2 主分量法 | 第36-37页 |
| 3.3 基于稀疏恢复的STAP方法 | 第37-40页 |
| 3.4 仿真实验与分析 | 第40-42页 |
| 3.4.1 稀疏恢复杂波空时功率谱 | 第40-42页 |
| 3.4.2 改善因子对比 | 第42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于稀疏恢复的直接数据域杂波抑制方法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 D3LS法 | 第43-45页 |
| 4.3 基于稀疏恢复的直接数据域STAP技术 | 第45-47页 |
| 4.4 基于滤波观测矩阵设计的杂波抑制方法 | 第47-49页 |
| 4.5 仿真实验与分析 | 第49-53页 |
| 4.5.1 稀疏谱估计 | 第50页 |
| 4.5.2 输出功率谱对比 | 第50-52页 |
| 4.5.3 距离门检测 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于稀疏恢复的STAP技术中的off-grid问题 | 第54-68页 |
| 5.1 引言 | 第54页 |
| 5.2 基于稀疏恢复的STAP中off-grid模型推导 | 第54-59页 |
| 5.3 基于稀疏贝叶斯框架的基矩阵矫正方法 | 第59-65页 |
| 5.3.1 off-grid稀疏贝叶斯算法(OGSBL) | 第59-62页 |
| 5.3.2 求根贝叶斯算法 | 第62-64页 |
| 5.3.3 基于贝叶斯的最小二乘算法 | 第64-65页 |
| 5.4 仿真实验与分析 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 全文总结与展望 | 第68-70页 |
| 6.1 论文工作总结 | 第68-69页 |
| 6.2 课题研究展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
