基于稀疏重构的波达方向估计算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 常用数学符号 | 第9-11页 |
| 目录 | 第11-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 研究背景及意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.3 本文主要研究内容及结构安排 | 第21-24页 |
| 第2章 波达方向估计与压缩感知基础知识 | 第24-46页 |
| 2.1 引言 | 第24页 |
| 2.2 波达方向估计基础 | 第24-32页 |
| 2.2.1 阵列信号模型 | 第24-28页 |
| 2.2.2 波达方向估计典型方法介绍 | 第28-32页 |
| 2.3 压缩感知基本原理 | 第32-41页 |
| 2.3.1 稀疏信号基础理论 | 第32-34页 |
| 2.3.2 压缩感知模型及精确恢复条件 | 第34-37页 |
| 2.3.3 稀疏重构方法简介 | 第37-41页 |
| 2.4 波达方向估计中使用稀疏重构方法的合理性 | 第41-44页 |
| 2.5 本章小结 | 第44-46页 |
| 第3章 基于数据域稀疏模型的窄带信号波达方向估计 | 第46-68页 |
| 3.1 引言 | 第46-47页 |
| 3.2 离格参数导向矢量模型 | 第47-48页 |
| 3.3 加权稀疏贝叶斯学习方法设计 | 第48-60页 |
| 3.3.1 数据域稀疏模型的构建 | 第49-50页 |
| 3.3.2 加权先验的构造 | 第50-52页 |
| 3.3.3 参数的稀疏重构求解 | 第52-56页 |
| 3.3.4 仿真实验 | 第56-60页 |
| 3.4 基于三角函数近似稀疏贝叶斯方法设计 | 第60-66页 |
| 3.4.1 基于三角函数近似的导向矢量模型 | 第60-61页 |
| 3.4.2 稀疏贝叶斯求解 | 第61-63页 |
| 3.4.3 仿真实验和方法分析 | 第63-66页 |
| 3.5 本章小结 | 第66-68页 |
| 第4章 基于相关域稀疏模型的窄带信号波达方向估计 | 第68-86页 |
| 4.1 引言 | 第68页 |
| 4.2 基于自相关矩阵的相关域数据模型 | 第68-74页 |
| 4.3 基于块稀疏的稀疏贝叶斯重构方法 | 第74-81页 |
| 4.3.1 相关域稀疏模型的构建 | 第74-75页 |
| 4.3.2 块稀疏模型构造和先验假设 | 第75-77页 |
| 4.3.3 块稀疏求解 | 第77-81页 |
| 4.4 仿真实验 | 第81-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第5章 基于稀疏贝叶斯学习的宽带信号波达方向估计 | 第86-98页 |
| 5.1 引言 | 第86页 |
| 5.2 宽带SLIM方法介绍及其分析 | 第86-89页 |
| 5.3 基于分频数据的宽带信号稀疏贝叶斯学习方法 | 第89-92页 |
| 5.4 仿真实验 | 第92-97页 |
| 5.5 本章小结 | 第97-98页 |
| 第6章 总结与展望 | 第98-102页 |
| 6.1 全文内容总结 | 第98-99页 |
| 6.2 未来研究展望 | 第99-102页 |
| 参考文献 | 第102-110页 |
| 致谢 | 第110-112页 |
| 在读期间发表的学术论文与取得的其它研究成果 | 第112页 |
