| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 MIMO雷达测向的研究现状 | 第13-14页 |
| 1.2.2 智能计算的研究现状 | 第14-16页 |
| 1.3 本文的主要内容及结构安排 | 第16-18页 |
| 第2章 MIMO雷达测向的理论基础 | 第18-27页 |
| 2.1 双基地MIMO雷达的信号模型 | 第18-19页 |
| 2.2 双基地MIMO雷达的冲击噪声模型 | 第19-20页 |
| 2.3 基于分数低阶矩的MUSIC测向方法 | 第20-21页 |
| 2.4 冲击噪声下双基地MIMO雷达参数估计的Cramér-Rao界 | 第21-23页 |
| 2.5 仿真实验及分析 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于量子猫群算法的最大似然测向 | 第27-39页 |
| 3.1 基于分数低阶协方差的最大似然算法 | 第27-28页 |
| 3.2 量子猫群算法 | 第28-30页 |
| 3.3 基于量子猫群算法的最大似然测向方法 | 第30-31页 |
| 3.4 仿真实验及分析 | 第31-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于量子灰狼算法的加权信号子空间拟合测向 | 第39-50页 |
| 4.1 基于无穷范数归一化的加权信号子空间拟合算法 | 第39-40页 |
| 4.2 量子灰狼算法 | 第40-41页 |
| 4.3 基于量子灰狼算法的加权信号子空间拟合测向方法 | 第41-42页 |
| 4.4 仿真实验及分析 | 第42-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于量子布谷鸟搜索算法的传播算子测向 | 第50-61页 |
| 5.1 基于无穷范数归一化的传播算子算法 | 第50-51页 |
| 5.2 量子布谷鸟搜索算法 | 第51-55页 |
| 5.3 基于量子布谷鸟搜索算法的传播算子测向方法 | 第55-56页 |
| 5.4 仿真实验及分析 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-74页 |
| 致谢 | 第74页 |
