| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-14页 |
| 1.3 论文主要工作及结构安排 | 第14-17页 |
| 第2章 空时自适应处理理论基础 | 第17-29页 |
| 2.1 空时自适应处理原理 | 第17-18页 |
| 2.2 信干噪比改善度基本理论 | 第18-19页 |
| 2.3 天线阵列 | 第19-21页 |
| 2.3.1 均匀线阵 | 第19-20页 |
| 2.3.2 均匀圆阵 | 第20页 |
| 2.3.3 均匀面阵 | 第20-21页 |
| 2.4 干扰类型 | 第21-23页 |
| 2.4.1 压制式干扰 | 第22-23页 |
| 2.4.2 欺骗式干扰 | 第23页 |
| 2.5 经典最优约束准则 | 第23-28页 |
| 2.5.1 线性约束最小方差准则 | 第23-24页 |
| 2.5.2 最大信干噪比准则 | 第24-25页 |
| 2.5.3 最小均方误差准则 | 第25-26页 |
| 2.5.4 算法仿真及分析 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于协方差矩阵结构优化的STAP优化研究 | 第29-45页 |
| 3.1 基于协方差矩阵结构优化的STAP优化算法 | 第29-33页 |
| 3.1.1 特征子空间算法 | 第29-30页 |
| 3.1.2 干扰子空间投影算法 | 第30-32页 |
| 3.1.3 秩约束最大似然估计算法 | 第32-33页 |
| 3.1.4 基于训练数据的估计算法 | 第33页 |
| 3.2 算法仿真与分析 | 第33-35页 |
| 3.3 基于协方差估计的相关子空间投影STAP优化算法 | 第35-39页 |
| 3.3.1 算法的提出 | 第35-37页 |
| 3.3.2 算法仿真与分析 | 第37-39页 |
| 3.4 基于多线性约束的STAP优化算法 | 第39-42页 |
| 3.4.1 算法描述 | 第39-40页 |
| 3.4.2 算法仿真与分析 | 第40-42页 |
| 3.5 本章小结 | 第42-45页 |
| 第4章 基于启发式算法的STAP优化研究 | 第45-63页 |
| 4.1 基于启发式算法的STAP优化算法 | 第45-52页 |
| 4.1.1 蚁群优化算法 | 第45-46页 |
| 4.1.2 风驱动优化算法 | 第46-47页 |
| 4.1.3 萤火虫算法 | 第47-49页 |
| 4.1.4 布谷鸟搜索算法 | 第49-50页 |
| 4.1.5 蝙蝠算法 | 第50-52页 |
| 4.2 算法仿真与分析 | 第52-57页 |
| 4.3 基于CMA-ES蝙蝠算法的STAP优化算法 | 第57-62页 |
| 4.3.1 CMA-ES蝙蝠算法的提出 | 第57-59页 |
| 4.3.2 算法仿真与分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-72页 |
| 致谢 | 第72页 |