| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 主要符号表 | 第10-11页 |
| 中英文对照表 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 DOA估计发展历史与研究现状 | 第13-15页 |
| 1.3 二维DOA估计及参数配对方法研究现状 | 第15-16页 |
| 1.4 论文的主要内容及组织结构 | 第16-18页 |
| 第二章 经典DOA估计算法介绍 | 第18-33页 |
| 2.1 经典波束成形方法(CBF) | 第18-21页 |
| 2.1.1 均匀线阵(ULA)模型 | 第18-20页 |
| 2.1.2 CBF方法原理 | 第20-21页 |
| 2.2 MVDR方法 | 第21-22页 |
| 2.3 多重信号分类(MUSIC)算法 | 第22-25页 |
| 2.3.1 经典MUSIC算法 | 第22-24页 |
| 2.3.2 求根MUSIC算法 | 第24页 |
| 2.3.3 CBF、MVDR与经典MUSIC方法仿真分析 | 第24-25页 |
| 2.4 旋转不变子空间(ESPRIT)算法 | 第25-27页 |
| 2.5 矩阵束算法 | 第27-31页 |
| 2.5.1 经典矩阵束算法 | 第27-28页 |
| 2.5.2 酉矩阵束算法 | 第28-29页 |
| 2.5.3 波束空间矩阵束算法 | 第29-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于自动配对的二维DOA估计算法研究 | 第33-62页 |
| 3.1 信号模型 | 第33-35页 |
| 3.1.1 窄带信号模型 | 第33-34页 |
| 3.1.2 近场信号与远场信号 | 第34-35页 |
| 3.1.3 噪声模型 | 第35页 |
| 3.2 一种矩阵束与降阶求根MUSIC结合的DOA估计方法 | 第35-61页 |
| 3.2.1 基于均匀矩形阵列(URA)的结合算法分析 | 第36-45页 |
| 3.2.2 基于L型阵列的结合算法分析 | 第45-49页 |
| 3.2.3 结合算法与经典算法仿真分析对比 | 第49-61页 |
| 3.3 本章小结 | 第61-62页 |
| 第四章 基于实特征值检测的二维参数配对算法研究 | 第62-76页 |
| 4.1 极大极小化参数配对方法 | 第62-63页 |
| 4.2 旋转因子线性组合参数配对方法 | 第63-64页 |
| 4.3 一种实特征值检测的参数配对方法 | 第64-74页 |
| 4.3.1 基于MP-rootMUSIC结合方法的配对算法原理 | 第64-72页 |
| 4.3.2 所提配对算法仿真结果 | 第72-74页 |
| 4.4 本章小结 | 第74-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |
