| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 符号列表 | 第13-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-22页 |
| 1.3 本文的主要工作及内容安排 | 第22-27页 |
| 第二章 压缩感知理论 | 第27-59页 |
| 2.1 压缩感知的一般框架 | 第27-43页 |
| 2.1.1 信号稀疏性 | 第28-29页 |
| 2.1.2 稀疏重构算法 | 第29-36页 |
| 2.1.3 可重构条件 | 第36-43页 |
| 2.2 ?_1-analysis稀疏重构理论 | 第43-54页 |
| 2.2.1 ?_1-analysis稀疏重构模型 | 第43-44页 |
| 2.2.2 ?-零空间性质 | 第44-46页 |
| 2.2.3 ?-约束等距性质 | 第46-54页 |
| 2.3 渐近条件下的压缩感知 | 第54-58页 |
| 2.3.1 渐近稀疏性 | 第55-56页 |
| 2.3.2 渐近不相关性 | 第56页 |
| 2.3.3 多层随机采样 | 第56-58页 |
| 2.4 本章小结 | 第58-59页 |
| 第三章 基于 ?_1-analysis稀疏重构的阵列接收信号降噪恢复 | 第59-69页 |
| 3.1 阵列接收信号恢复的 ?_1-analysis稀疏重构模型 | 第59-64页 |
| 3.2 标准化 ?_1-analysis稀疏重构 | 第64-65页 |
| 3.3 实验分析 | 第65-66页 |
| 3.4 本章小结 | 第66-69页 |
| 第四章 空间离散化的阵列稀疏测向方法 | 第69-95页 |
| 4.1 基于信号子空间的稀疏测向方法 | 第69-79页 |
| 4.1.1 阵列测向的稀疏重构模型 | 第69-72页 |
| 4.1.2 信号稀疏重构的二阶锥规划形式 | 第72-74页 |
| 4.1.3 实验分析 | 第74-79页 |
| 4.1.4 小结 | 第79页 |
| 4.2 基于信号结构信息的稀疏测向方法 | 第79-93页 |
| 4.2.1 窄带信号的阵列测向 | 第80-85页 |
| 4.2.2 时变流形的阵列测向 | 第85-88页 |
| 4.2.3 实验分析 | 第88-93页 |
| 4.2.4 小结 | 第93页 |
| 4.3 本章小结 | 第93-95页 |
| 第五章 连续域的阵列测向稀疏超分辨方法 | 第95-113页 |
| 5.1 单快拍数据的连续域测向稀疏超分辨方法 | 第95-102页 |
| 5.1.1 无网格压缩感知 | 第95-97页 |
| 5.1.2 基于无网格压缩感知的稀疏超分辨测向 | 第97-100页 |
| 5.1.3 实验分析 | 第100-102页 |
| 5.1.4 小结 | 第102页 |
| 5.2 多快拍数据的连续域测向稀疏超分辨方法 | 第102-111页 |
| 5.2.1 连续域测向的稀疏重构模型 | 第102-105页 |
| 5.2.2 问题模型的半正定规划形式 | 第105-106页 |
| 5.2.3 辐射源的波达角与能量估计 | 第106页 |
| 5.2.4 分析讨论 | 第106-107页 |
| 5.2.5 实验分析 | 第107-110页 |
| 5.2.6 小结 | 第110-111页 |
| 5.3 本章小结 | 第111-113页 |
| 第六章 运动目标的波达角跟踪 | 第113-123页 |
| 6.1 压缩稳健主成分分析 | 第113页 |
| 6.2 波达角跟踪的数学描述 | 第113-115页 |
| 6.3 稀疏重构算法 | 第115-118页 |
| 6.4 实验分析 | 第118-120页 |
| 6.5 本章小结 | 第120-123页 |
| 第七章 结论与展望 | 第123-127页 |
| 7.1 论文工作总结 | 第123-124页 |
| 7.2 下一步工作展望 | 第124-127页 |
| 致谢 | 第127-129页 |
| 参考文献 | 第129-145页 |
| 作者在学期间取得的学术成果 | 第145-146页 |