| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 无网格压缩感知技术研究现状 | 第14-16页 |
| 1.2.2 跳频信号参数估计研究现状 | 第16-18页 |
| 1.3 课题研究思路及主要工作 | 第18-19页 |
| 1.4 论文总体框架结构 | 第19-21页 |
| 第二章 无网格压缩感知基础 | 第21-31页 |
| 2.1 原子范数基础 | 第21-22页 |
| 2.2 重构算法 | 第22-26页 |
| 2.3 降采样方法 | 第26-29页 |
| 2.3.1 随机降采样 | 第26-27页 |
| 2.3.2 基于压缩传感的压缩采样 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 无网格压缩感知下的FANM算法 | 第31-37页 |
| 3.1 引言 | 第31页 |
| 3.2 无网格压缩感知下的FANM算法 | 第31-35页 |
| 3.2.1 ANM算法理论分析 | 第31-32页 |
| 3.2.2 数学模型 | 第32页 |
| 3.2.3 FANM算法 | 第32-35页 |
| 3.3 算法仿真及分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于压缩数字特征和原子范数的跳频信号参数估计 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 跳频信号模型和分段压缩方法 | 第37-38页 |
| 4.2.1 跳频信号模型 | 第37页 |
| 4.2.2 分段压缩模型 | 第37-38页 |
| 4.3 基于压缩数字特征和原子范数的跳频信号参数估计算法原理 | 第38-42页 |
| 4.3.1 基于压缩数字特征的跳变时刻粗估计 | 第38-40页 |
| 4.3.2 基于原子范数的频率精确估计 | 第40页 |
| 4.3.3 基于原子字典的跳变时刻精确估计 | 第40-42页 |
| 4.4 复杂度分析 | 第42-43页 |
| 4.5 跳频信号参数估计仿真实验 | 第43-47页 |
| 4.5.1 跳变时刻粗估计仿真 | 第44-45页 |
| 4.5.2 频率精确估计仿真 | 第45-46页 |
| 4.5.3 跳变时刻精确估计仿真 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 基于2,1l-混合范数的跳频信号参数联合估计 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 基于多测量向量的分段压缩和稀疏表示 | 第49-51页 |
| 5.2.1 基于多测量向量的分段压缩模型 | 第49-50页 |
| 5.2.2 基于多测量向量的跳频信号稀疏表示 | 第50-51页 |
| 5.3 基于l_(2,1)-混合范数的跳频信号参数联合估计算法 | 第51-54页 |
| 5.3.1 基于l_(2,1)-混合范数的数学模型 | 第51-53页 |
| 5.3.2 基于l_(2,1)-混合范数的频率和跳变时刻联合估计 | 第53-54页 |
| 5.4 基于l_(2,1)-混合范数的跳频信号参数联合估计仿真实验 | 第54-57页 |
| 5.4.1 频率估计仿真实验 | 第54-55页 |
| 5.4.2 跳变时刻估计仿真实验 | 第55-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59页 |
| 6.2 工作展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简历 | 第67页 |
