| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 论文的主要工作与结构安排 | 第17-19页 |
| 第二章 阵列参数估计基础 | 第19-28页 |
| 2.1 矩阵代数的相关知识 | 第19-20页 |
| 2.1.1 Kronecker积 | 第19页 |
| 2.1.2 Khatri-Rao积 | 第19页 |
| 2.1.3 Hadamard积 | 第19-20页 |
| 2.2 阵列天线基础 | 第20-21页 |
| 2.2.1 前提及假设 | 第20页 |
| 2.2.2 天线阵模型 | 第20-21页 |
| 2.3 常用天线阵列模型 | 第21-23页 |
| 2.3.1 均匀线阵天线模型 | 第21-22页 |
| 2.3.2 L型阵列天线模型 | 第22-23页 |
| 2.4 阵列协方差矩阵的特征分解 | 第23-24页 |
| 2.5 平行因子理论 | 第24-26页 |
| 2.5.1 三维矩阵的展开 | 第24页 |
| 2.5.2 三维矩阵 | 第24-25页 |
| 2.5.3 四维矩阵 | 第25-26页 |
| 2.6 压缩感知理论 | 第26-27页 |
| 2.6.1 信号的稀疏表示 | 第26页 |
| 2.6.2 测量矩阵的设计 | 第26-27页 |
| 2.6.3 信号重构算法 | 第27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 均匀面阵中基于三线性压缩感知的二维DOA估计算法 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 数据模型 | 第28-31页 |
| 3.3 基于三线性压缩感知的二维DOA估计 | 第31-34页 |
| 3.3.1 三线性模型压缩 | 第31页 |
| 3.3.2 三线性分解 | 第31-32页 |
| 3.3.3 可辨识性分析 | 第32-33页 |
| 3.3.4 基于稀疏恢复的二维DOA估计 | 第33-34页 |
| 3.4 算法主要步骤 | 第34页 |
| 3.5 算法复杂度和优点 | 第34页 |
| 3.6 仿真结果 | 第34-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 基于三线性压缩感知的阵列信号的角度与频率估计算法 | 第39-54页 |
| 4.1 引言 | 第39页 |
| 4.2 数据模型 | 第39-41页 |
| 4.3 基于三线性压缩感知的角度和频率估计 | 第41-44页 |
| 4.3.1 平行因子压缩 | 第41-42页 |
| 4.3.2 平行因子分解 | 第42-43页 |
| 4.3.3 角度和频率联合估计 | 第43-44页 |
| 4.4 算法主要步骤 | 第44-45页 |
| 4.5 性能分析 | 第45-48页 |
| 4.5.1 复杂度分析 | 第45页 |
| 4.5.2 克拉美罗界(Cramer-Rao bound) | 第45-48页 |
| 4.6 算法优点 | 第48页 |
| 4.7 仿真结果 | 第48-53页 |
| 4.8 本章小结 | 第53-54页 |
| 第五章 电磁矢量阵MIMO雷达中基于四线性压缩感知的DOA/DOD估计算法 | 第54-69页 |
| 5.1 引言 | 第54页 |
| 5.2 数据模型 | 第54-57页 |
| 5.3 基于四线性压缩感知的DOA/DOD估计 | 第57-60页 |
| 5.3.1 四线性压缩 | 第57页 |
| 5.3.2 四线性分解 | 第57-59页 |
| 5.3.3 角度估计 | 第59-60页 |
| 5.4 算法主要步骤 | 第60页 |
| 5.5 性能分析 | 第60-63页 |
| 5.5.1 复杂度分析 | 第60-61页 |
| 5.5.2 克拉美罗界推导 | 第61-63页 |
| 5.6 算法优点 | 第63页 |
| 5.7 仿真结果 | 第63-68页 |
| 5.8 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 6.1 工作总结 | 第69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-79页 |
| 致谢 | 第79-80页 |
| 在学期间的研究成果及发表的学术论文 | 第80页 |
