| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第11-12页 |
| 注释表 | 第12-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.3 论文的主要工作与结构安排 | 第16-17页 |
| 第二章 阵列参数估计理论基础 | 第17-24页 |
| 2.1 矩阵基础 | 第17页 |
| 2.1.1 Kronecker积 | 第17页 |
| 2.1.2 Khatri-Rao积 | 第17页 |
| 2.1.3 Hadamard积 | 第17页 |
| 2.2 阵列信号处理基础 | 第17-20页 |
| 2.2.1 天线阵模型 | 第17-18页 |
| 2.2.2 阵列方向矢量和方向矩阵 | 第18-20页 |
| 2.3 双基地MIMO雷达基础 | 第20-22页 |
| 2.4 电磁矢量传感器基础 | 第22-23页 |
| 2.4.1 极化参数 | 第22页 |
| 2.4.2 极化矢量 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 均匀面阵中二维角度估计的降维算法 | 第24-48页 |
| 3.1 数据模型 | 第24-25页 |
| 3.2 基于降维MUSIC的二维角度估计算法 | 第25-36页 |
| 3.2.1 2D-MUSIC算法 | 第25页 |
| 3.2.2 初估计 | 第25-26页 |
| 3.2.3 降维MUSIC算法 | 第26-27页 |
| 3.2.4 算法复杂度 | 第27-28页 |
| 3.2.5 CRB推导 | 第28-31页 |
| 3.2.6 仿真结果 | 第31-35页 |
| 3.2.7 算法优点 | 第35-36页 |
| 3.3 基于降维PM的二维角度估计算法 | 第36-47页 |
| 3.3.1 2D-PM算法 | 第36页 |
| 3.3.2 初估计 | 第36-37页 |
| 3.3.3 降维PM算法 | 第37-39页 |
| 3.3.4 复杂度分析 | 第39-40页 |
| 3.3.5 误差分析 | 第40-42页 |
| 3.3.6 仿真结果 | 第42-46页 |
| 3.3.7 算法优点 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 非均匀阵列MIMO雷达中基于降维PM的二维角度估计 | 第48-59页 |
| 4.1 数据模型 | 第48页 |
| 4.2 DOD和DOA联合估计 | 第48-58页 |
| 4.2.1 2D-PM算法 | 第48-49页 |
| 4.2.2 广义ESPRIT算法 | 第49-50页 |
| 4.2.3 降维PM算法 | 第50-51页 |
| 4.2.4 算法复杂度与CRB | 第51-53页 |
| 4.2.5 仿真结果 | 第53-57页 |
| 4.2.6 算法优点 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 电磁矢量传感器MIMO雷达中基于降维MUSIC算法的角度和极化估计 | 第59-70页 |
| 5.1 数据模型 | 第59-60页 |
| 5.2 角度和极化联合估计算法 | 第60-69页 |
| 5.2.1 4D-MUSIC算法 | 第60页 |
| 5.2.2 DOD初始估计 | 第60-61页 |
| 5.2.3 降维MUSIC算法 | 第61-63页 |
| 5.2.4 算法复杂度与CRB | 第63-64页 |
| 5.2.5 仿真结果 | 第64-68页 |
| 5.2.6 算法优点 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70页 |
| 6.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |