| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 专有名词对照表 | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-10页 |
| ·研究现状 | 第10-12页 |
| ·研究内容及关键问题 | 第12-13页 |
| ·研究思路 | 第13-16页 |
| 第二章 压缩卡尔曼滤波算法 | 第16-34页 |
| ·卡尔曼滤波理论 | 第16-19页 |
| ·两种压缩卡尔曼滤波算法 | 第19-28页 |
| ·稀疏 KF 算法 | 第19-21页 |
| ·基于虚拟量测技术的 KF 算法 | 第21-23页 |
| ·两种算法的总结分析 | 第23-24页 |
| ·两种算法的恢复性能分析 | 第24-28页 |
| ·对 PMKF 算法的改进和优化 | 第28-33页 |
| ·基于射影法的 KF 算法 | 第28-30页 |
| ·不同范数约束下的 PMKF 算法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于稀疏性的自适应滤波算法 | 第34-42页 |
| ·自适应滤波理论 | 第34-36页 |
| ·稀疏 LMS 算法 | 第36-37页 |
| ·压缩感知在自适应噪声抵消器中的应用 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于 PMKF 算法的小场景雷达距离像估计 | 第42-54页 |
| ·传统的雷达距离像估计 | 第42-43页 |
| ·雷达目标回波稀疏性分析 | 第43-46页 |
| ·基于 PMKF 算法的雷达距离像估计 | 第46-52页 |
| ·单散射点情况下 | 第46-49页 |
| ·多散射点情况下 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·未来工作展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 研究生在读期间的研究成果 | 第62-63页 |