| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文的背景与意义 | 第10页 |
| 1.2 方位估计算法发展与研究现状 | 第10-12页 |
| 1.3 基于压缩感知思想的方位估计算法发展与研究现状 | 第12-15页 |
| 1.4 本文的主要内容 | 第15-16页 |
| 第2章 方位估计算法研究基础 | 第16-26页 |
| 2.1 阵列信号模型 | 第16-18页 |
| 2.2 空间谱估计经典算法概述 | 第18-21页 |
| 2.2.1 常规波束形成算法 | 第18-19页 |
| 2.2.2 最小方差无失真响应算法 | 第19页 |
| 2.2.3 多重信号分类算法 | 第19-21页 |
| 2.3 算法性能仿真分析 | 第21-24页 |
| 2.3.1 单目标方位估计性能分析 | 第21-22页 |
| 2.3.2 角度分辨性能分析 | 第22-23页 |
| 2.3.3 信噪比对算法估计性能的影响 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 压缩感知稀疏重构算法研究 | 第26-40页 |
| 3.1 信号的稀疏表示 | 第26-27页 |
| 3.2 信号的观测矩阵 | 第27-28页 |
| 3.3 信号的重构算法 | 第28-33页 |
| 3.3.1 贪婪算法 | 第28-30页 |
| 3.3.2 凸松弛算法 | 第30-32页 |
| 3.3.3 迭代硬阈值法 | 第32-33页 |
| 3.4 仿真分析 | 第33-38页 |
| 3.4.1 连续信号重建质量的性能分析 | 第33-34页 |
| 3.4.2 稀疏度对信号重建质量的影响分析 | 第34-36页 |
| 3.4.3 观测信号长度对信号重建质量的影响分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于信号稀疏表示的阵列信号处理算法 | 第40-58页 |
| 4.1 稀疏类算法模型 | 第40-41页 |
| 4.2 SPICE基础 | 第41页 |
| 4.3 SPICE算法 | 第41-46页 |
| 4.4 改进的SPICE算法 | 第46-47页 |
| 4.5 仿真分析 | 第47-55页 |
| 4.5.1 角度间隔对算法估计性能的影响 | 第47-50页 |
| 4.5.2 数据长度对算法估计性能的影响 | 第50-51页 |
| 4.5.3 信噪比对算法估计性能的影响 | 第51-53页 |
| 4.5.4 相干信号对算法估计性能的影响 | 第53-54页 |
| 4.5.5 网格宽度和目标数量对算法估计性能的影响 | 第54-55页 |
| 4.6 本章小结 | 第55-58页 |
| 第5章 实验数据处理分析 | 第58-64页 |
| 5.1 实验概述 | 第58-59页 |
| 5.2 垂直目标方位估计 | 第59-62页 |
| 5.3 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |