基于稀疏重构的信源定位算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文内容及安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关理论基础 | 第16-24页 |
| 2.1 特征值与特征向量 | 第16页 |
| 2.2 奇异值分解 | 第16-17页 |
| 2.3 高阶累积量 | 第17-18页 |
| 2.4 稀疏重构 | 第18-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 典型阵列信号定位参量估计算法分析 | 第24-46页 |
| 3.1 2D-MUSIC 算法 | 第24-30页 |
| 3.1.1 远场二维定位模型 | 第24-25页 |
| 3.1.2 算法原理 | 第25-27页 |
| 3.1.3 仿真分析 | 第27-30页 |
| 3.2 3D-ESPRIT 算法 | 第30-36页 |
| 3.2.1 近场三维定位模型 | 第30-31页 |
| 3.2.2 算法原理 | 第31-34页 |
| 3.2.3 仿真实验 | 第34-36页 |
| 3.3 FOCUSS 算法 | 第36-41页 |
| 3.3.1 算法原理 | 第36-40页 |
| 3.3.2 仿真分析 | 第40-41页 |
| 3.4 l_1-SVD算法 | 第41-45页 |
| 3.4.1 算法原理 | 第41-43页 |
| 3.4.2 仿真分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于空域稀疏表示的二维 DOA 估计算法 | 第46-56页 |
| 4.1 概述 | 第46页 |
| 4.2 数学模型 | 第46-48页 |
| 4.3 基于稀疏表示的二维远场定位算法 | 第48-52页 |
| 4.3.1 2D l_1- SVD算法 | 第48-50页 |
| 4.3.2 2D SCAP 算法 | 第50-52页 |
| 4.4 仿真分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 基于空域稀疏表示的三维近场源定位算法 | 第56-70页 |
| 5.1 概述 | 第56页 |
| 5.2 近场稀疏表示模型和算法 | 第56-61页 |
| 5.2.1 直接表示法 | 第56-58页 |
| 5.2.2 改进方法 | 第58-60页 |
| 5.2.3 基于稀疏表示的近场定位算法 | 第60-61页 |
| 5.3 基于稀疏表示的三维近场定位算法 | 第61-69页 |
| 5.3.1 数学模型 | 第61-65页 |
| 5.3.2 算法描述 | 第65-67页 |
| 5.3.3 仿真分析 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 有待解决的问题 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 导师及作者简介 | 第78-80页 |
| 致谢 | 第80页 |
