| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究历史与现状 | 第12-21页 |
| ·本文的主要内容及安排 | 第21-23页 |
| 第二章 基于相关域的二维自适应波束形成算法 | 第23-35页 |
| ·引言 | 第23页 |
| ·二维MVDR波束形成算法 | 第23-25页 |
| ·基于相关域的二维自适应波束形成算法 | 第25-29页 |
| ·实验分析 | 第29-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 机载雷达两级降维STAP算法 | 第35-53页 |
| ·引言 | 第35-36页 |
| ·基于空时相邻多波束算法的STAP降维方法 | 第36-47页 |
| ·信号模型及空时最优处理器 | 第36-37页 |
| ·空时相邻多波束算法 | 第37-39页 |
| ·多级维纳滤波器 | 第39-40页 |
| ·基于空时相邻多波束算法的STAP降维方法 | 第40-41页 |
| ·实验分析 | 第41-47页 |
| ·空时自适应相关域级联降维杂波抑制方法 | 第47-51页 |
| ·信号模型 | 第47页 |
| ·相关域级联降维杂波抑制方法 | 第47-49页 |
| ·实验分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 机载雷达三维空时自适应相关域降维算法 | 第53-65页 |
| ·引言 | 第53-54页 |
| ·信号模型和最优 3D-STAP 算法 | 第54-55页 |
| ·基于相关域的三维空时自适应双迭代降维算法 | 第55-60页 |
| ·算法描述 | 第55-57页 |
| ·实验分析 | 第57-60页 |
| ·机载雷达三维空时自适应三迭代相关域降维算法 | 第60-64页 |
| ·算法描述 | 第60-62页 |
| ·实验分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 MIMO雷达波束形成及MIMO-STAP降维自适应算法 | 第65-79页 |
| ·引言 | 第65-66页 |
| ·MIMO雷达双迭代波束形成算法 | 第66-71页 |
| ·信号模型 | 第66-67页 |
| ·算法描述 | 第67-69页 |
| ·实验分析 | 第69-71页 |
| ·MIMO-STAP降维自适应算法 | 第71-77页 |
| ·信号模型和最优处理器 | 第71-72页 |
| ·算法描述 | 第72-74页 |
| ·实验分析 | 第74-77页 |
| ·本章小结 | 第77-79页 |
| 第六章 MIMO雷达稀布天线布阵优化设计 | 第79-101页 |
| ·引言 | 第79-80页 |
| ·MIMO雷达系统自由度分析 | 第80-82页 |
| ·基于多重遗传算法的MIMO雷达天线布阵优化设计 | 第82-87页 |
| ·遗传算法描述 | 第82-83页 |
| ·布阵优化算法描述 | 第83-85页 |
| ·实验分析 | 第85-87页 |
| ·基于遗传算法和禁忌搜索的MIMO雷达天线布阵优化 | 第87-92页 |
| ·禁忌搜索算法描述 | 第88-89页 |
| ·混合二次优化算法在天线布阵优化中的应用 | 第89-90页 |
| ·实验分析 | 第90-92页 |
| ·基于遗传算法和模拟退火的的MIMO雷达天线布阵优化 | 第92-98页 |
| ·模拟退火算法描述 | 第93-94页 |
| ·多重混合遗传算法在天线布阵优化中的应用 | 第94-96页 |
| ·实验分析 | 第96-98页 |
| ·本章小结 | 第98-101页 |
| 第七章 结束语 | 第101-105页 |
| ·全文工作总结 | 第101-103页 |
| ·工作展望 | 第103-105页 |
| 致谢 | 第105-107页 |
| 参考文献 | 第107-119页 |
| 攻读博士学位期间的研究成果 | 第119-121页 |
