| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-18页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 研究背景及意义 | 第18-22页 |
| 1.2 国内外研究现状 | 第22-25页 |
| 1.3 本文的研究内容和结构安排 | 第25-26页 |
| 1.4 本文的主要创新点 | 第26-28页 |
| 第二章 压缩感知及阵列信号处理基础理论 | 第28-58页 |
| 2.1 压缩感知基础理论 | 第28-39页 |
| 2.1.1 压缩感知信号模型及信号重构条件 | 第28-31页 |
| 2.1.2 感知矩阵优化设计 | 第31-32页 |
| 2.1.3 稀疏重构算法 | 第32-39页 |
| 2.2 阵列信号处理基础理论 | 第39-57页 |
| 2.2.1 阵列信号模型 | 第39-41页 |
| 2.2.2 空域滤波基本概念和经典算法 | 第41-51页 |
| 2.2.3 空间谱估计基本概念及经典算法 | 第51-57页 |
| 2.3 本章小结 | 第57-58页 |
| 第三章 压缩感知在2维DOA估计中的应用 | 第58-82页 |
| 3.1 引言 | 第58页 |
| 3.2 基于压缩感知和L-型阵列的2维DOA估计算法 | 第58-72页 |
| 3.2.1 信号模型 | 第59-60页 |
| 3.2.2 所提方法 | 第60-66页 |
| 3.2.3 仿真实验 | 第66-72页 |
| 3.3 基于压缩感知和平行互质阵列的2维DOA估计算法 | 第72-81页 |
| 3.3.1 互质阵列基本概念 | 第72-73页 |
| 3.3.2 平行互质阵列信号模型 | 第73-75页 |
| 3.3.3 所提算法 | 第75-77页 |
| 3.3.4 计算机仿真实验 | 第77-81页 |
| 3.4 本章小结 | 第81-82页 |
| 第四章 基于压缩感知的分布式信源参数估计方法 | 第82-96页 |
| 4.1 引言 | 第82-83页 |
| 4.2 分布式信源信号模型 | 第83-88页 |
| 4.3 所提算法 | 第88-91页 |
| 4.3.1 协方差矩阵拟合 | 第88页 |
| 4.3.2 IDS角度扩展估计 | 第88-89页 |
| 4.3.3 IDS中心入射角度估计 | 第89-90页 |
| 4.3.4 稀疏表示问题的求解 | 第90-91页 |
| 4.4 仿真实验 | 第91-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第五章 基于压缩感知的稳健自适应波束形成方法 | 第96-112页 |
| 5.1 引言 | 第96-97页 |
| 5.2 信号模型及问题概述 | 第97-99页 |
| 5.3 所提算法 | 第99-106页 |
| 5.3.1 稀疏基矩阵的构建 | 第99-100页 |
| 5.3.2 期望波束形成器的稀疏表示 | 第100-101页 |
| 5.3.3 基于稀疏表示的优化模型 | 第101-103页 |
| 5.3.4 模型参数的求解 | 第103-106页 |
| 5.4 性能分析 | 第106-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第六章 基于压缩感知的MIMO雷达发射波形设计方法 | 第112-128页 |
| 6.1 引言 | 第112-113页 |
| 6.2 信号模型及问题引出 | 第113-115页 |
| 6.3 所提方法 | 第115-121页 |
| 6.3.1 发射能量图的稀疏表示 | 第115-116页 |
| 6.3.2 稀疏表示问题的求解 | 第116-117页 |
| 6.3.3 滤波器组合矢量的求解 | 第117-118页 |
| 6.3.4 发射滤波器组设计 | 第118-119页 |
| 6.3.5 发射波形的PAPR分析 | 第119-120页 |
| 6.3.6 运算量分析 | 第120-121页 |
| 6.4 计算机仿真实验 | 第121-127页 |
| 6.5 本章小结 | 第127-128页 |
| 第七章 总结与展望 | 第128-130页 |
| 7.1 本文工作总结 | 第128-129页 |
| 7.2 对未来工作的展望 | 第129-130页 |
| 参考文献 | 第130-148页 |
| 致谢 | 第148-150页 |
| 作者简介 | 第150-153页 |
