| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 高精度的DOA跟踪算法研究现状 | 第11-12页 |
| 1.2.2 压缩感知理论的国内外的研究现状 | 第12-13页 |
| 1.2.3 基于压缩感知理论的DOA跟踪研究现状 | 第13页 |
| 1.3 本文工作 | 第13-14页 |
| 1.4 本文内容安排 | 第14-15页 |
| 第二章 DOA跟踪和压缩感知理论基础 | 第15-22页 |
| 2.1 DOA跟踪问题描述 | 第15-18页 |
| 2.2 经典DOA跟踪方法 | 第18页 |
| 2.3 基于压缩感知的DOA估计理论 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于子空间方法的高精度DOA跟踪算法 | 第22-35页 |
| 3.1 基于MUSIC算法的DOA跟踪算法研究 | 第22-24页 |
| 3.2 基于URV-ESPRIT的DOA跟踪算法 | 第24-28页 |
| 3.2.1 基于ESPRIT的DOA跟踪算法 | 第25-26页 |
| 3.2.2 基于URV-ESPRIT的DOA跟踪算法 | 第26-28页 |
| 3.3 仿真分析 | 第28-33页 |
| 3.3.1 基于MUSIC的DOA跟踪算法窗长度选取仿真分析 | 第28-29页 |
| 3.3.2 基于MUSIC的DOA跟踪算法窗函数选取仿真分析 | 第29-30页 |
| 3.3.3 基于URV-ESPRIT的DOA跟踪算法仿真分析 | 第30-31页 |
| 3.3.4 两种跟踪算法仿真对比分析 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 基于子空间跟踪的快速DOA跟踪算法研究 | 第35-48页 |
| 4.1 基于PAST算法的DOA跟踪方法 | 第35-38页 |
| 4.1.1 基于PAST的DOA跟踪算法 | 第35-37页 |
| 4.1.2 基于PASTd的DOA跟踪算法 | 第37页 |
| 4.1.3 基于PASTd的DOA跟踪算法实现 | 第37-38页 |
| 4.2 基于FDPM算法的DOA跟踪方法 | 第38-40页 |
| 4.2.1 FDPM算法原理 | 第38-40页 |
| 4.2.2 FDPM算法的实现 | 第40页 |
| 4.3 仿真分析 | 第40-47页 |
| 4.3.1 基于PASTd的DOA跟踪算法仿真分析 | 第40-42页 |
| 4.3.2 基于FDPM的DOA跟踪算法仿真分析 | 第42-44页 |
| 4.3.4 两种方法的分析比较 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于贝叶斯稀疏重构的DOA跟踪算法研究 | 第48-64页 |
| 5.1 问题描述 | 第48-49页 |
| 5.2 基于贝叶斯稀疏重建的DOA跟踪算法 | 第49-56页 |
| 5.2.1 加窗和SVD处理 | 第49-51页 |
| 5.2.2 稀疏贝叶斯模型 | 第51-52页 |
| 5.2.3 先验稀疏 | 第52-54页 |
| 5.2.4 贝叶斯后验理论 | 第54-55页 |
| 5.2.5 跟踪误差范围 | 第55-56页 |
| 5.3 仿真分析 | 第56-63页 |
| 5.3.1 常规参数选取 | 第56-58页 |
| 5.3.2 窗长度选取仿真分析 | 第58-60页 |
| 5.3.3 在高信噪比下多目标跟踪仿真分析 | 第60-61页 |
| 5.3.4 在低信噪比下多目标跟踪仿真分析 | 第61页 |
| 5.3.5 在低信噪比下轨迹相近的多目标跟踪仿真分析 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 在校期间研究成果 | 第71-72页 |
