| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-12页 |
| ·国内外的研究现状 | 第12-17页 |
| ·本文的研究工作 | 第17-20页 |
| 第二章 稀疏信号重构与压缩感知 | 第20-56页 |
| ·引言 | 第20页 |
| ·压缩感知理论基础 | 第20-33页 |
| ·稀疏信号恢复算法概述 | 第33-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 用于二维空间谱估计的快速的正交匹配追踪算法 | 第56-74页 |
| ·引言 | 第56页 |
| ·正交匹配追踪算法 | 第56-58页 |
| ·用于 MIMO 雷达二维角度估计的快速正交匹配追踪算法 | 第58-68页 |
| ·快速正交匹配追踪算法的扩展应用 | 第68-72页 |
| ·本章小结 | 第72-74页 |
| 第四章 结合信号子空间超分辨方法的匹配追踪算法 | 第74-88页 |
| ·引言 | 第74页 |
| ·信号子空间超分辨方法 | 第74-78页 |
| ·ESPRIT 匹配追踪算法 | 第78-85页 |
| ·最优正交匹配追踪算法与交替投影算法 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第五章 基于稀疏贝叶斯学习的宽带空间谱估计算法 | 第88-112页 |
| ·引言 | 第88页 |
| ·基于信号子空间的宽带 DOA 估计算法 | 第88-93页 |
| ·稀疏贝叶斯学习与相关矢量机及其改进形式 | 第93-96页 |
| ·基于稀疏贝叶斯学习的宽带 DOA 估计算法 | 第96-109页 |
| ·本章小结 | 第109-112页 |
| 第六章 总结与展望 | 第112-116页 |
| ·全文总结 | 第112-114页 |
| ·下一步工作展望 | 第114-116页 |
| 致谢 | 第116-118页 |
| 参考文献 | 第118-134页 |
| 攻读博士学位期间的研究成果 | 第134-135页 |