| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的主要工作和内容安排 | 第14-16页 |
| 第2章 阵列信号参数估计基础 | 第16-25页 |
| ·引言 | 第16页 |
| ·MUSIC算法 | 第16-19页 |
| ·ESPRIT算法 | 第19-24页 |
| ·TLS-ESPRIT算法 | 第19-22页 |
| ·矩阵束ESPRIT | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 阵列信号的稀疏分解 | 第25-34页 |
| ·引言 | 第25页 |
| ·信号的表示及正交分解 | 第25-27页 |
| ·信号的表示 | 第25-26页 |
| ·正交分解 | 第26-27页 |
| ·信号的稀疏分解 | 第27-30页 |
| ·信号的稀疏表示 | 第27-28页 |
| ·基于匹配跟踪的信号稀疏分解 | 第28-30页 |
| ·基于阵列信号稀疏分解的DOA估计 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于旋转不变技术的MP算法 | 第34-43页 |
| ·引言 | 第34页 |
| ·算法实现 | 第34-37页 |
| ·算法仿真及性能分析 | 第37-42页 |
| ·小结 | 第42-43页 |
| 第5章 联合高阶累积量与MP稀疏分解的DOA估计算法研究 | 第43-59页 |
| ·引言 | 第43页 |
| ·高阶累积量定义及其特性 | 第43-45页 |
| ·高阶累积量的定义 | 第44页 |
| ·高阶累积量的性质 | 第44-45页 |
| ·高阶累计量在阵列信号处理中的应用 | 第45-48页 |
| ·MUSIC-like算法 | 第45-46页 |
| ·virtual-ESPRIT算法 | 第46-48页 |
| ·基于高阶累计量的MP稀疏分解改进算法 | 第48-58页 |
| ·引入高阶累积量的意义 | 第48-51页 |
| ·算法思想 | 第51-53页 |
| ·算法仿真及性能分析 | 第53-58页 |
| ·总结 | 第58-59页 |
| 结论 | 第59-61页 |
| 1.本文工作总结 | 第59-60页 |
| 2.未来工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |