| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 定位与 TOA 估计技术概述 | 第14-15页 |
| 1.1.1 定位系统发展现状 | 第14-15页 |
| 1.1.2 TOA 估计的模型 | 第15页 |
| 1.2 现有 TOA 估计技术总结 | 第15-18页 |
| 1.2.1 基于相关器的 TOA 估计技术 | 第15-16页 |
| 1.2.2 基于反卷积的 TOA 估计技术 | 第16-17页 |
| 1.2.3 基于子空间的超分辨率方法 | 第17-18页 |
| 1.3 本文的研究内容与结构安排 | 第18-20页 |
| 第二章 压缩感知理论概述 | 第20-28页 |
| 2.1 基本定义 | 第20-21页 |
| 2.2 限制等距性 | 第21-23页 |
| 2.2.1 限制等距常量 | 第21-22页 |
| 2.2.2 限制正交常量 | 第22-23页 |
| 2.3 观测矩阵的构造 | 第23-24页 |
| 2.3.1 随机样值矩阵 | 第23-24页 |
| 2.3.2 正交矩阵的子矩阵 | 第24页 |
| 2.3.3 随机向量所生成的 Toeplitz 矩阵 | 第24页 |
| 2.4 稀疏信号的重构方法 | 第24-27页 |
| 2.4.1 基于匹配追踪的恢复算法 | 第25页 |
| 2.4.2 基于最优化的恢复方法 | 第25-26页 |
| 2.4.3 各种恢复方法的特点比较 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于 CS 的高分辨率 TOA 估计技术 | 第28-45页 |
| 3.2 发送信号 | 第28-29页 |
| 3.3 接收机设计 | 第29-39页 |
| 3.3.1 过采样 | 第30-31页 |
| 3.3.2 预处理 | 第31-33页 |
| 3.3.3 噪声抑制 | 第33-34页 |
| 3.3.4 DS 信号恢复及其误差界 | 第34-38页 |
| 3.3.4.1 观测矩阵 RIP 性质的证明 | 第34-35页 |
| 3.3.4.2 误差界的证明 | 第35-38页 |
| 3.3.5 基于能量的最短时延路径判断准则 | 第38-39页 |
| 3.4 TOA 估计的仿真结果及分析 | 第39-44页 |
| 3.4.1 不同方案的 TOA 估计性能随信噪比变化仿真 | 第40-42页 |
| 3.4.2 本文所提出的方案性能随稀疏度变化仿真 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 针对 TOA 估计对 DS 进行的改进 | 第45-61页 |
| 4.1 DS 算法的具体实现 | 第45-51页 |
| 4.1.1 将 DS 转化为线性规划问题 | 第45-46页 |
| 4.1.2 通过原始-对偶内点法来求解 LP | 第46-48页 |
| 4.1.3 初始值的选取 | 第48-50页 |
| 4.1.4 DS 求解的计算量分析 | 第50-51页 |
| 4.2 降低 DS 运算量的研究 | 第51-59页 |
| 4.2.1 对 DS 的改进 | 第51-53页 |
| 4.2.2 TDS 与 DS 的仿真对比 | 第53-58页 |
| 4.2.3 对信道稀疏度的估计 | 第58-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第五章 总结及讨论 | 第61-63页 |
| 5.1 全文总结及主要贡献 | 第61页 |
| 5.2 进一步的工作 | 第61-63页 |
| 附录 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 个人简历 | 第69-70页 |
| 硕士研究生期间的研究成果 | 第70-71页 |
| 论文修改说明 | 第71-73页 |