| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 基于特征子空间的远近场混合源定位算法研究现状 | 第15-16页 |
| 1.2.2 基于稀疏重构的远近场混合源定位算法研究现状 | 第16页 |
| 1.3 论文主要内容及章节安排 | 第16-18页 |
| 第二章 远近场混合源定位模型及压缩感知理论 | 第18-33页 |
| 2.1 远近场混合源定位模型 | 第18-21页 |
| 2.2 压缩感知基本原理 | 第21-25页 |
| 2.2.1 压缩感知理论概述 | 第21-22页 |
| 2.2.2 精确稀疏重构的条件 | 第22-23页 |
| 2.2.3 凸优化稀疏重构算法 | 第23-25页 |
| 2.3 压缩感知应用于信源定位的合理性 | 第25-26页 |
| 2.4 远近场混合源定位代表性算法对比分析 | 第26-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 改进的Two-stage MUSIC远近场混合源定位算法 | 第33-42页 |
| 3.1 概述 | 第33页 |
| 3.2 算法基本原理 | 第33-36页 |
| 3.3 算法仿真与分析 | 第36-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于稀疏重构的远近场混合源定位算法研究 | 第42-60页 |
| 4.1 基于稀疏重构和协方差差分的远近场混合源定位算法 | 第42-52页 |
| 4.1.1 概述 | 第42页 |
| 4.1.2 算法基本原理 | 第42-48页 |
| 4.1.3 算法仿真与分析 | 第48-52页 |
| 4.2 基于三阶循环矩和稀疏重构的远近场混合源定位算法 | 第52-59页 |
| 4.2.1 概述 | 第52-53页 |
| 4.2.2 算法基本原理 | 第53-56页 |
| 4.2.3 算法仿真与分析 | 第56-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第五章 基于压缩感知的DOA估计工程应用研究 | 第60-69页 |
| 5.1 引言 | 第60页 |
| 5.2 研究目标 | 第60页 |
| 5.3 技术指标 | 第60-61页 |
| 5.3.1 主要功能 | 第60页 |
| 5.3.2 主要指标 | 第60-61页 |
| 5.4 方案设计 | 第61-62页 |
| 5.5 关键技术 | 第62-65页 |
| 5.5.1 数据压缩重构 | 第62-65页 |
| 5.5.2 DOA估计 | 第65页 |
| 5.6 仿真与结论 | 第65-68页 |
| 5.7 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间取得的成果 | 第77-78页 |
