基于压缩感知理论的DOA估计方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文的研究背景及意义 | 第10-11页 |
| 1.2 传统DOA估计理论的发展及研究现状 | 第11页 |
| 1.3 压缩感知DOA估计理论的发展及研究现状 | 第11-13页 |
| 1.4 论文研究内容及结构 | 第13-16页 |
| 第2章 基于压缩感知的空间谱估计理论 | 第16-28页 |
| 2.1 概述 | 第16页 |
| 2.2 空间谱估计模型 | 第16-20页 |
| 2.2.1 信号模型建立满足条件 | 第16-17页 |
| 2.2.2 阵列接收模型的建立 | 第17-18页 |
| 2.2.3 窄带信号模型 | 第18-19页 |
| 2.2.4 宽带信号模型 | 第19页 |
| 2.2.5 信号相关性模型及环境噪声模型 | 第19-20页 |
| 2.3 压缩感知理论 | 第20-23页 |
| 2.3.1 信号的稀疏变换 | 第20-21页 |
| 2.3.2 观测矩阵的构造 | 第21-22页 |
| 2.3.3 稀疏重构方法 | 第22-23页 |
| 2.4 基于CS理论的空间谱估计模型 | 第23-24页 |
| 2.5 CS理论在空间谱估计中的适用性 | 第24-27页 |
| 2.5.1 有限等距条件 | 第24-25页 |
| 2.5.2 Spark约束条件 | 第25-26页 |
| 2.5.3 相关性条件 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于压缩感知的窄带信号DOA估计 | 第28-44页 |
| 3.1 概述 | 第28页 |
| 3.2 子空间类窄带信号DOA估计方法 | 第28-30页 |
| 3.2.1 多重信号分类法 | 第28-29页 |
| 3.2.2 修正MUSIC算法 | 第29-30页 |
| 3.3 l_1-SVD算法 | 第30-31页 |
| 3.4 贪婪算法 | 第31-33页 |
| 3.4.1 单快拍OMP算法 | 第31-32页 |
| 3.4.2 多快拍OMP算法 | 第32-33页 |
| 3.5 稀疏贝叶斯学习算法 | 第33-34页 |
| 3.6 空域网格多级搜索方法 | 第34-36页 |
| 3.7 窄带信号CS-DOA估计算法仿真分析 | 第36-42页 |
| 3.8 本章小结 | 第42-44页 |
| 第4章 基于压缩感知的宽带信号DOA估计 | 第44-62页 |
| 4.1 概述 | 第44页 |
| 4.2 宽带信号子空间类DOA估计方法 | 第44-46页 |
| 4.2.1 非相干子空间处理算法 | 第44-45页 |
| 4.2.2 相干子空间处理算法 | 第45-46页 |
| 4.3 频域切片算法 | 第46-49页 |
| 4.3.1 多字典频域切片算法 | 第46-48页 |
| 4.3.2 共用字典频域切片算法 | 第48-49页 |
| 4.4 频域聚焦算法 | 第49-51页 |
| 4.5 空域切片算法 | 第51-52页 |
| 4.6 宽带信号CS-DOA估计算法仿真分析 | 第52-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 基于压缩感知理论DOA估计算法实验验证 | 第62-72页 |
| 5.1 概述 | 第62页 |
| 5.2 水池实验 | 第62-68页 |
| 5.2.1 窄带信号水池实验DOA估计 | 第63-65页 |
| 5.2.2 宽带信号水池实验DOA估计 | 第65-68页 |
| 5.3 湖试实验 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81页 |
