| 第一章 绪论 | 第1-14页 |
| ·本文的研究目的和意义 | 第9-10页 |
| ·高分辨方位估计技术的发展过程及概况 | 第10-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第二章 阵列信号处理基础 | 第14-24页 |
| ·基本数学原理 | 第14-18页 |
| ·贝叶斯定理 | 第14-15页 |
| ·贝叶斯先验分布的选取方法 | 第15-16页 |
| ·高斯分布 | 第16-17页 |
| ·均方误差 | 第17页 |
| ·特征值分解 | 第17-18页 |
| ·黄金分割搜索法 | 第18页 |
| ·信号与阵列模型 | 第18-23页 |
| ·假设条件 | 第18-19页 |
| ·信号模型 | 第19页 |
| ·噪声模型 | 第19页 |
| ·阵列模型 | 第19-21页 |
| ·方位估计的克拉美罗界 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 蒙特卡罗方法 | 第24-35页 |
| ·蒙特卡罗方法概述 | 第24-25页 |
| ·经典蒙特卡罗方法 | 第25-30页 |
| ·基本原理 | 第25-26页 |
| ·随机数的产生 | 第26-29页 |
| ·改进方法 | 第29-30页 |
| ·马尔可夫链蒙特卡罗方法 | 第30-34页 |
| ·基本思路 | 第30-32页 |
| ·分类 | 第32-34页 |
| ·应该注意的几个问题 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 贝叶斯高分辨方位估计方法 | 第35-48页 |
| ·贝叶斯高分辨方位估计方法的原理概述 | 第35-37页 |
| ·基于目标空间角谱估计的贝叶斯方位估计方法 | 第35-36页 |
| ·基于信号参数的最大后验概率密度估计的贝叶斯方位估计方法 | 第36页 |
| ·两方法的比较 | 第36-37页 |
| ·贝叶斯最大后验概率方位估计方法 | 第37-47页 |
| ·理论推导 | 第37-42页 |
| ·降低运算最的几种措施 | 第42-43页 |
| ·性能分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于吉布斯抽样的贝叶斯最大后验概率方位估计 | 第48-57页 |
| ·贝叶斯最大后验概率方位估计方法 | 第48-49页 |
| ·原理 | 第48页 |
| ·性能 | 第48-49页 |
| ·存在的问题以及解决措施 | 第49页 |
| ·基于MCMC方法的贝叶斯最大后验概率方位估计方法 | 第49-51页 |
| ·基于吉布斯抽样的贝叶斯最大后验概率方位估计方法 | 第51-56页 |
| ·理论推导 | 第51-53页 |
| ·性能分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于重要性抽样的最大似然方位估计 | 第57-71页 |
| ·最大似然方位估计方法 | 第57-59页 |
| ·最大似然方位估计方法原理 | 第57-59页 |
| ·最大似然方位估计方法性能以及存在的问题 | 第59页 |
| ·基于经典蒙特卡罗方法的最大似然方位估计方法 | 第59-60页 |
| ·基于重要性抽样的最大似然方位估计方法 | 第60-70页 |
| ·理论推导 | 第60-67页 |
| ·性能分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第七章 基于重要性抽样的贝叶斯最大后验概率方位估计 | 第71-80页 |
| ·基于经典蒙特卡罗方法的贝叶斯最大后验概率方位估计方法 | 第71-72页 |
| ·基于重要性抽样的贝叶斯最大后验概率方位估计方法 | 第72-79页 |
| ·理论推导 | 第72-76页 |
| ·性能分析 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 全文总结 | 第80-82页 |
| 作者在攻读硕士学位论文期间发表的学术论文 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
