| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 简介 | 第11-26页 |
| ·引言 | 第11-12页 |
| ·研究背景与意义 | 第12-18页 |
| ·研究历史和现状 | 第18-21页 |
| ·STAP 领域发展趋势 | 第21-26页 |
| ·双基地 STAP | 第21页 |
| ·基于知识的 KB-STAP | 第21-22页 |
| ·非正侧视/非 ULA 的机载雷达系统 | 第22页 |
| ·星载雷达系统 | 第22-26页 |
| 第2章 稀疏恢复理论介绍 | 第26-39页 |
| ·引言 | 第26-27页 |
| ·稀疏恢复域压缩采样数学模型 | 第27-30页 |
| ·稀疏恢复和压缩传感的区别和联系 | 第30页 |
| ·信号重建算法 | 第30-39页 |
| ·单帧模型 | 第31-36页 |
| ·多帧联合稀疏模型 | 第36-39页 |
| 第3章 基于杂波空时谱稀疏恢复的机载雷达 STAP 处理 | 第39-77页 |
| ·引言 | 第39-41页 |
| ·STAP 回波模型 | 第41-44页 |
| ·杂波空时谱估计 | 第44-54页 |
| ·杂波稀疏性 | 第45-46页 |
| ·SR-STAP 空时谱估计流程 | 第46-47页 |
| ·基于稀疏恢复的杂波空时谱估计 | 第47-54页 |
| ·杂波协方差矩阵估计 | 第54-55页 |
| ·实验结果 | 第55-60页 |
| ·运动目标探测性能 | 第55-57页 |
| ·对比传统算法 | 第57-59页 |
| ·对比基于知识的 STAP 算法 | 第59-60页 |
| ·仿真实验 | 第60-75页 |
| ·参数选择 | 第61-64页 |
| ·STAP 性能比较 | 第64-71页 |
| ·实际杂波环境中非理想因素 | 第71-75页 |
| ·结论 | 第75-77页 |
| 第4章 基于稀疏恢复的直接数据域 STAP 算法 | 第77-103页 |
| ·引言 | 第77-78页 |
| ·信号模型 | 第78-85页 |
| ·杂波空时谱估计 | 第85-92页 |
| ·基于稀疏恢复的高分辨谱估计 | 第87-90页 |
| ·实际使用 | 第90页 |
| ·动目标检测 | 第90-92页 |
| ·仿真实验 | 第92-101页 |
| ·基于稀疏恢复的高分辨空时谱估计 | 第93-96页 |
| ·输出结果 | 第96-100页 |
| ·MDV 性能 | 第100-101页 |
| ·结论 | 第101-103页 |
| 第5章 基于稀疏恢复的共型 STAP 配准法 | 第103-120页 |
| ·引言 | 第103-104页 |
| ·机载共型阵列信号模型 | 第104-108页 |
| ·基于稀疏恢复的 SR-RBC 补充算法 | 第108-115页 |
| ·基于稀疏恢复的杂波空时谱估计 | 第108-114页 |
| ·基于 SR-RBC 的距离配准 | 第114-115页 |
| ·仿真实验 | 第115-119页 |
| ·结论 | 第119-120页 |
| 第6章 基于自适应稀疏恢复的信号源定位算法 | 第120-135页 |
| ·引言 | 第120-121页 |
| ·问题描述及模型建立 | 第121-123页 |
| ·稀疏表述 | 第123-130页 |
| ·单帧快拍数据场景 | 第124页 |
| ·多帧模型 | 第124-130页 |
| ·仿真实验结果 | 第130-133页 |
| ·算法鲁棒性 | 第130-132页 |
| ·相干信号源的区分能力 | 第132-133页 |
| ·结论 | 第133-135页 |
| 第7章 总结 | 第135-139页 |
| ·工作总结 | 第135页 |
| ·研究成果 | 第135-137页 |
| ·基于杂波空时谱稀疏恢复的机载雷达 STAP 处理 | 第135-136页 |
| ·基于稀疏恢复的直接数据域 STAP 算法 | 第136页 |
| ·基于稀疏恢复的共型 STAP 配准法 | 第136-137页 |
| ·基于自适应稀疏恢复的信号源定位算法 | 第137页 |
| ·待研究的问题 | 第137-139页 |
| ·非理想因素下杂波空时谱估计 | 第137-138页 |
| ·基于稀疏恢复的星载雷达平台杂波抑制算法 | 第138页 |
| ·复杂阵列体制下基于稀疏恢复的杂波空时谱估计 | 第138-139页 |
| 参考文献 | 第139-157页 |
| 致谢 | 第157-159页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第159-161页 |