摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 研究历史和现状 | 第11-13页 |
1.2.1 经典DOA估计的研究 | 第11-12页 |
1.2.2 压缩感知理论的研究历史和现状 | 第12-13页 |
1.2.3 压缩感知DOA估计的研究现状 | 第13页 |
1.3 本文主要工作和章节安排 | 第13-16页 |
第2章 基于压缩感知的阵列DOA估计基本原理 | 第16-28页 |
2.1 空间谱估计基础理论 | 第16-22页 |
2.1.1 空间谱估计的数学模型 | 第16-18页 |
2.1.2 MUSIC算法原理 | 第18-19页 |
2.1.3 MUSIC算法的性能分析 | 第19-22页 |
2.2 基于压缩感知的DOA估计 | 第22-27页 |
2.2.1 压缩感知的数学模型 | 第22-24页 |
2.2.2 信号的稀疏表示 | 第24-25页 |
2.2.3 观测矩阵的设计 | 第25页 |
2.2.4 信号的稀疏重构 | 第25-27页 |
2.2.5 基于压缩感知的DOA估计数学模型 | 第27页 |
2.3 本章小结 | 第27-28页 |
第3章 基于最小冗余线阵的压缩感知DOA估计 | 第28-44页 |
3.1 基于最小冗余线阵的DOA估计 | 第28-33页 |
3.1.1 最小冗余线阵设置方法 | 第28-31页 |
3.1.2 基于最小冗余线阵的DOA估计算法仿真 | 第31-33页 |
3.2 基于最小冗余线阵的正交匹配追踪算法 | 第33-39页 |
3.2.1 观测矩阵正交性分析 | 第33-37页 |
3.2.2 MRLA-OMP算法原理 | 第37-38页 |
3.2.3 MRLA-OMP算法步骤 | 第38-39页 |
3.3 MRLA-OMP算法性能分析 | 第39-42页 |
3.4 本章小结 | 第42-44页 |
第4章 优化阵列条件下的压缩感知DOA估计 | 第44-56页 |
4.1 遗传算法 | 第44-46页 |
4.1.1 遗传算法原理 | 第44-46页 |
4.1.2 遗传算法步骤 | 第46页 |
4.2 基于混沌机制的免疫遗传算法优化DOA估计阵列结构 | 第46-51页 |
4.2.1 CM-IA算法优化阵列结构的原理 | 第47-49页 |
4.2.2 CM-IA算法优化阵列结构的步骤 | 第49-50页 |
4.2.3 CM-IA算法优化阵列结构的性能分析 | 第50-51页 |
4.3 NLA-OMP算法的原理 | 第51-52页 |
4.4 NLA-OMP算法的性能分析 | 第52-54页 |
4.5 本章小结 | 第54-56页 |
结论 | 第56-58页 |
参考文献 | 第58-64页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第64-66页 |
致谢 | 第66页 |