基于压缩感知的信号分离技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词对照表 | 第7-10页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题研究背景和意义 | 第10页 |
| 1.2 浅海OAT路径分离识别技术研究现状 | 第10-11页 |
| 1.3 压缩感知的研究现状 | 第11-12页 |
| 1.4 本论文的主要研究工作和内容安排 | 第12-13页 |
| 第二章 DOA估计的基本原理和方法 | 第13-23页 |
| 2.1 DOA估计原理 | 第13-16页 |
| 2.2 信号模型 | 第16-18页 |
| 2.2.1 窄带信号模型 | 第17-18页 |
| 2.2.2 宽带信号模型 | 第18页 |
| 2.3 窄带信号DOA估计经典算法 | 第18-20页 |
| 2.3.1 MUSIC算法原理 | 第18-19页 |
| 2.3.2 MUSIC算法仿真结果及分析 | 第19-20页 |
| 2.4 宽带信号DOA估计经典算法 | 第20-22页 |
| 2.4.1 ISM算法原理 | 第20-21页 |
| 2.4.2 ISM算法仿真结果及分析 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 压缩感知理论原理 | 第23-29页 |
| 3.1 压缩感知概念 | 第23-24页 |
| 3.2 压缩感知基本原理 | 第24-27页 |
| 3.2.1 信号稀疏表示 | 第25页 |
| 3.2.2 测量矩阵设计 | 第25页 |
| 3.2.3 信号重建算法 | 第25-27页 |
| 3.3 稀疏信号重建的条件 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于压缩感知的窄带DOA估计算法和仿真 | 第29-41页 |
| 4.1 l_1-SVD算法 | 第29-36页 |
| 4.1.1 多时间样本的情况 | 第29-30页 |
| 4.1.2 l_1-SVD方法的详细描述 | 第30页 |
| 4.1.3 l_1-SVD方法的二阶锥表示法 | 第30-31页 |
| 4.1.4 正则化参数的选择 | 第31页 |
| 4.1.5 仿真实验 | 第31-36页 |
| 4.2 l_1-SRACV算法 | 第36-40页 |
| 4.2.1 数据模型 | 第36页 |
| 4.2.2 稀疏表示 | 第36-37页 |
| 4.2.3 算法原理 | 第37页 |
| 4.2.4 仿真实验 | 第37-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 基于压缩感知的宽带DOA估计算法和仿真 | 第41-57页 |
| 5.1 基于协方差矩阵的宽带凸优化算法 | 第41-48页 |
| 5.1.1 算法原理 | 第41-42页 |
| 5.1.2 仿真实验 | 第42-48页 |
| 5.2 基于四阶累积量的宽带凸优化算法 | 第48-56页 |
| 5.2.1 算法原理 | 第48-49页 |
| 5.2.2 仿真实验 | 第49-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 全文内容总结 | 第57页 |
| 6.2 对未来工作的展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-60页 |
