| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 选题的背景及研究意义 | 第12-13页 |
| 1.3 研究现状 | 第13-16页 |
| 1.3.1 稀疏表示理论研究现状 | 第13-14页 |
| 1.3.2 基于稀疏表示的DOA估计研究现状 | 第14-16页 |
| 1.4 本文的主要研究内容及安排 | 第16-18页 |
| 第2章 DOA估计基本原理 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 阵列信号模型 | 第18-23页 |
| 2.2.1 阵列形式 | 第18-20页 |
| 2.2.2 窄带信号 | 第20-22页 |
| 2.2.3 宽带信号 | 第22-23页 |
| 2.2.4 噪声模型 | 第23页 |
| 2.3 常用的DOA估计方法 | 第23-34页 |
| 2.3.1 窄带信号DOA估计方法 | 第23-29页 |
| 2.3.2 宽带信号DOA估计方法 | 第29-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于稀疏表示的DOA估计模型 | 第35-44页 |
| 3.1 引言 | 第35页 |
| 3.2 稀疏表示理论 | 第35-37页 |
| 3.2.1 稀疏表示的理论基础 | 第35-36页 |
| 3.2.2 稀疏分解思想 | 第36页 |
| 3.2.3 压缩感知理论原理 | 第36-37页 |
| 3.3 常见的稀疏重构算法 | 第37-40页 |
| 3.3.1 基追踪算法 | 第37-38页 |
| 3.3.2 贪婪追踪算法 | 第38-39页 |
| 3.3.3 稀疏贝叶斯学习算法 | 第39-40页 |
| 3.4 空间稀疏表示的目标DOA估计 | 第40-43页 |
| 3.4.1 信号的空间稀疏表示模型 | 第41-42页 |
| 3.4.2 稀疏重构算法实现DOA估计 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于稀疏贝叶斯学习理论的DOA估计 | 第44-59页 |
| 4.1 引言 | 第44页 |
| 4.2 SBL-FP算法原理 | 第44-47页 |
| 4.2.1 SBL-FP算法的基本理论 | 第44-45页 |
| 4.2.2 对超参数的估计过程 | 第45-47页 |
| 4.3 基于SBL-FP算法的窄带目标DOA估计 | 第47-50页 |
| 4.3.1 基于SBL-FP算法的窄带目标DOA估计方法原理 | 第47页 |
| 4.3.2 实验仿真与分析 | 第47-50页 |
| 4.4 基于SBL-FP算法的宽带目标DOA估计 | 第50-58页 |
| 4.4.1 宽带目标的空域稀疏表示 | 第50-51页 |
| 4.4.2 基于SBL-FP算法的宽带目标DOA估计步骤 | 第51-52页 |
| 4.4.3 实验仿真与性能分析 | 第52-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 基于切片稀疏表示的宽带目标DOA估计 | 第59-74页 |
| 5.1 引言 | 第59页 |
| 5.2 张量基础知识 | 第59-63页 |
| 5.2.1 张量的定义 | 第59-60页 |
| 5.2.2 高阶张量 | 第60-61页 |
| 5.2.3 基本运算 | 第61-63页 |
| 5.3 基于切片稀疏表示的宽带目标DOA估计方法原理 | 第63-69页 |
| 5.3.1 阵列协方差矢量的稀疏表示 | 第63-66页 |
| 5.3.2 OMP算法 | 第66页 |
| 5.3.3 MMS-OMP算法 | 第66-68页 |
| 5.3.4 基于MMS-OMP算法的宽带目标DOA估计步骤 | 第68-69页 |
| 5.4 实验仿真与性能分析 | 第69-72页 |
| 5.4.1 方法可行性分析 | 第69-70页 |
| 5.4.2 与常用的DOA估计算法性能比较分析 | 第70-72页 |
| 5.5 本章小结 | 第72-74页 |
| 结论 | 第74-77页 |
| 参考文献 | 第77-82页 |
| 攻读学位期间发表的学术论文 | 第82-83页 |
| 致谢 | 第83页 |
