| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题研究的目的和意义 | 第14-15页 |
| 1.2 非理想条件下DOA估计算法的国内外研究现状 | 第15-21页 |
| 1.2.1 低信噪比和有色噪声条件下DOA估计研究现状 | 第15-17页 |
| 1.2.2 信号处理快速需求条件下稀疏DOA估计研究现状 | 第17-18页 |
| 1.2.3 阵元互耦条件下DOA估计研究现状 | 第18-20页 |
| 1.2.4 增益—幅相误差条件下DOA估计研究现状 | 第20-21页 |
| 1.3 非理想条件下DOA估计所面临的主要问题 | 第21页 |
| 1.4 课题研究内容框架 | 第21-24页 |
| 第2章 低信噪比和有色噪声条件下波达方向估计算法 | 第24-44页 |
| 2.1 引言 | 第24页 |
| 2.2 DOA估计信号模型与统计特性 | 第24-27页 |
| 2.2.1 DOA估计接收数据模型 | 第24-25页 |
| 2.2.2 DOA估计二阶统计特性 | 第25-26页 |
| 2.2.3 经典算法DOA估计函数 | 第26-27页 |
| 2.3 稀疏DOA估计算法 | 第27-32页 |
| 2.3.1 DOA估计稀疏表示原理 | 第27页 |
| 2.3.2 稀疏DOA估计l1范数信号重构框架 | 第27-28页 |
| 2.3.3 l1-SVD稀疏DOA估计算法 | 第28-29页 |
| 2.3.4 W-l1-SVD稀疏DOA估计算法 | 第29-30页 |
| 2.3.5 DOA估计仿真实验与分析 | 第30-32页 |
| 2.4 高斯色噪声条件下DOA估计算法 | 第32-35页 |
| 2.4.1 有色噪声条件下DOA估计数据模型 | 第32-33页 |
| 2.4.2 DOA估计高阶累积量特性 | 第33页 |
| 2.4.3 FOC-MUSIC算法 | 第33-34页 |
| 2.4.4 DOA估计仿真实验与分析 | 第34-35页 |
| 2.5 高斯色噪声条件下基于稀疏信号重构的DOA估计 | 第35-42页 |
| 2.5.1 降维高阶稀疏DOA估计算法与可行性分析 | 第35-39页 |
| 2.5.2 所提算法仿真验证与分析 | 第39-42页 |
| 2.6 本章小结 | 第42-44页 |
| 第3章 信号处理快速需求条件下波达方向估计算法 | 第44-70页 |
| 3.1 引言 | 第44页 |
| 3.2 l1范数稀疏DOA估计复杂度降低算法 | 第44-50页 |
| 3.2.1 RVl1-SVD稀疏DOA估计算法 | 第44-46页 |
| 3.2.2 RVl1-SRACV稀疏DOA估计算法 | 第46-48页 |
| 3.2.3 DOA估计仿真实验与分析 | 第48-50页 |
| 3.3 高精度快速加权平滑l0范数DOA估计 | 第50-60页 |
| 3.3.1 数据协方差矢量的稀疏表示框架 | 第50-51页 |
| 3.3.2 l0范数约束的近似加权连续函数设计 | 第51-52页 |
| 3.3.3 快速加权平滑l0范数稀疏信号重构设计 | 第52-54页 |
| 3.3.4 加权平滑l0范数DOA估计算法流程 | 第54-55页 |
| 3.3.5 所提算法参数选择与复杂度分析 | 第55-56页 |
| 3.3.6 算法仿真验证与分析 | 第56-60页 |
| 3.4 多测量矢量情况下联合平滑l0范数DOA估计 | 第60-68页 |
| 3.4.1 稀疏DOA估计高阶测量矩阵 | 第60-61页 |
| 3.4.2 适用于多测量矢量的联合平滑l0范数DOA估计算法 | 第61-64页 |
| 3.4.3 所提算法复杂度与扩展应用分析 | 第64-65页 |
| 3.4.4 算法仿真验证与分析 | 第65-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第4章 阵元互耦条件下波达方向估计算法 | 第70-89页 |
| 4.1 引言 | 第70页 |
| 4.2 阵元互耦条件下信号模型 | 第70-72页 |
| 4.2.1 均匀线性阵列互耦矩阵模型 | 第70-71页 |
| 4.2.2 互耦条件下DOA估计接收数据模型 | 第71-72页 |
| 4.3 阵元互耦条件下DOA估计算法 | 第72-76页 |
| 4.3.1 互耦条件下MCMUSIC-Like算法 | 第72-73页 |
| 4.3.2 互耦条件下联合优化算法 | 第73-74页 |
| 4.3.3 DOA估计仿真实验与分析 | 第74-76页 |
| 4.4 互耦条件下基于精细化处理的稀疏DOA估计 | 第76-82页 |
| 4.4.1 互耦条件下l1-SRDML稀疏DOA估计算法 | 第76-79页 |
| 4.4.2 所提算法相关性能分析 | 第79-80页 |
| 4.4.3 算法仿真验证与分析 | 第80-82页 |
| 4.5 互耦条件下基于非圆信号的高精度稀疏DOA估计 | 第82-88页 |
| 4.5.1 非圆信号的接收数据模型 | 第82-83页 |
| 4.5.2 互耦条件下基于非圆特性的双重约束加权稀疏DOA估计算法 | 第83-85页 |
| 4.5.3 所提算法适用条件与性能分析 | 第85-86页 |
| 4.5.4 算法仿真验证与分析 | 第86-88页 |
| 4.6 本章小结 | 第88-89页 |
| 第5章 增益—幅相误差条件下波达方向估计算法 | 第89-116页 |
| 5.1 引言 | 第89页 |
| 5.2 增益—幅相误差条件下DOA估计接收数据模型 | 第89-90页 |
| 5.3 增益—幅相误差条件下DOA估计算法 | 第90-96页 |
| 5.3.1 增益—幅相误差条件下GPRD-MUSIC算法 | 第90-92页 |
| 5.3.2 增益—幅相误差条件下自适应l1范数DOA估计算法 | 第92-94页 |
| 5.3.3 DOA估计仿真实验与分析 | 第94-96页 |
| 5.4 增益—幅相误差条件下快速稀疏DOA估计 | 第96-104页 |
| 5.4.1 DOA估计接收数据协方差矩阵 | 第96-97页 |
| 5.4.2 快速增益—幅相误差估计与平滑稀疏DOA估计算法 | 第97-101页 |
| 5.4.3 所提算法仿真验证与分析 | 第101-104页 |
| 5.5 高阶增益—幅相误差与MIMO雷达DOA估计 | 第104-115页 |
| 5.5.1 增益—幅相误差条件下MIMO雷达DOA估计信号模型 | 第104-106页 |
| 5.5.2 发射—接收联合阵列的高阶增益—幅相误差与DOA估计算法 | 第106-110页 |
| 5.5.3 所提算法适用条件与复杂度分析 | 第110-111页 |
| 5.5.4 算法仿真验证与分析 | 第111-115页 |
| 5.6 本章小结 | 第115-116页 |
| 结论 | 第116-120页 |
| 参考文献 | 第120-132页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第132-134页 |
| 致谢 | 第134页 |
