| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-32页 |
| 1.1 研究背景与意义 | 第20-22页 |
| 1.2 分布式阵列研究历史与现状 | 第22-25页 |
| 1.3 阵列DOA估计研究历史与现状 | 第25-28页 |
| 1.4 本文的主要工作与内容安排 | 第28-32页 |
| 第二章 分布式nested阵列DOA估计 | 第32-60页 |
| 2.1 引言 | 第32-33页 |
| 2.2 分布式阵列信号模型 | 第33-35页 |
| 2.3 ESPRIT和酉ESPRIT算法简介 | 第35-39页 |
| 2.4 分布式nested阵列结构 | 第39-41页 |
| 2.5 目标数较少时对目标进行DOA估计 | 第41-46页 |
| 2.5.1 方向余弦配对 | 第43-44页 |
| 2.5.2 解模糊方法 | 第44-45页 |
| 2.5.3 SNR门限分析 | 第45-46页 |
| 2.6 目标数较多时对目标进行DOA估计 | 第46-53页 |
| 2.6.1 协方差矩阵向量化增加自由度 | 第47-49页 |
| 2.6.2 空间平滑秩恢复 | 第49-51页 |
| 2.6.3 双尺度酉ESPRIT算法DOA估计 | 第51-53页 |
| 2.7 仿真实验 | 第53-57页 |
| 2.8 小结 | 第57-60页 |
| 第三章 多频点分布式阵列高精度DOA估计 | 第60-74页 |
| 3.1 引言 | 第60-61页 |
| 3.2 多频点阵列模型 | 第61-63页 |
| 3.3 多频点分布式阵列DOA估计 | 第63-69页 |
| 3.3.1 支持矩阵和权函数 | 第63-65页 |
| 3.3.2 协方差矩阵归一化 | 第65-66页 |
| 3.3.3 多频点协方差矩阵填充分布式阵列伴随阵空缺项 | 第66-68页 |
| 3.3.4 DOA估计 | 第68-69页 |
| 3.4 仿真实验 | 第69-72页 |
| 3.5 小结 | 第72-74页 |
| 第四章 基于实值协方差矩阵向量稀疏表示的DOA估计 | 第74-96页 |
| 4.1 引言 | 第74-75页 |
| 4.2 稀疏恢复算法模型 | 第75-77页 |
| 4.3 信号的空域稀疏表示 | 第77-80页 |
| 4.3.1 完备集的设计 | 第78-79页 |
| 4.3.2 协方差矩阵向量的稀疏表示 | 第79-80页 |
| 4.4 基于1范数优化的DOA估计算法 | 第80-82页 |
| 4.5 基于实值1范数优化的DOA估计算法 | 第82-89页 |
| 4.5.1 均匀噪声条件下的实值稀疏DOA估计 | 第84-86页 |
| 4.5.2 非均匀噪声条件下的实值稀疏DOA估计 | 第86-89页 |
| 4.6 仿真实验 | 第89-94页 |
| 4.7 小结 | 第94-96页 |
| 第五章 基于实值协方差矩阵的稀疏贝叶斯学习DOA估计 | 第96-124页 |
| 5.1 引言 | 第96-97页 |
| 5.2 稀疏贝叶斯学习算法简介 | 第97-100页 |
| 5.2.1 稀疏贝叶斯学习算法模型 | 第97-98页 |
| 5.2.2 稀疏贝叶斯学习算法 | 第98-100页 |
| 5.3 稀疏贝叶斯学习算法DOA估计模型 | 第100-102页 |
| 5.4 基于协方差矩阵的稀疏贝叶斯学习DOA估计 | 第102-109页 |
| 5.4.1 对目标DOA进行精搜索 | 第105-106页 |
| 5.4.2 对相干信号DOA估计 | 第106-109页 |
| 5.5 基于实值协方差矩阵的稀疏贝叶斯学习DOA估计 | 第109-116页 |
| 5.5.1 非相干信号实值稀疏贝叶斯学习算法DOA估计 | 第109-111页 |
| 5.5.2 实值稀疏贝叶斯学习算法精搜索 | 第111-113页 |
| 5.5.3 相干信号实值稀疏贝叶斯学习算法DOA估计 | 第113-115页 |
| 5.5.4 可估计目标数分析 | 第115-116页 |
| 5.6 仿真实验 | 第116-122页 |
| 5.7 小结 | 第122-124页 |
| 第六章 基于稀疏贝叶斯学习算法的宽带DOA估计 | 第124-142页 |
| 6.1 引言 | 第124-125页 |
| 6.2 宽带信号模型 | 第125-128页 |
| 6.3 基于稀疏贝叶斯学习的宽带DOA估计算法 | 第128-135页 |
| 6.3.1 快速宽带稀疏贝叶斯学习DOA估计算法 | 第132-133页 |
| 6.3.2 模糊分析 | 第133页 |
| 6.3.3 可估计目标数分析 | 第133-134页 |
| 6.3.4 计算复杂度分析 | 第134-135页 |
| 6.4 仿真实验 | 第135-140页 |
| 6.5 小结 | 第140-142页 |
| 第七章 总结和展望 | 第142-146页 |
| 7.1 本文内容总结 | 第142-143页 |
| 7.2 展望 | 第143-146页 |
| 参考文献 | 第146-158页 |
| 致谢 | 第158-160页 |
| 作者简介 | 第160-162页 |
