基于压缩感知的波达方向估计算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的来源 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状及分析 | 第10-12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 第2章 波达方向估计理论基础 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 经典波达方向估计简介 | 第14-17页 |
| 2.2.1 线阵的数据模型 | 第14-15页 |
| 2.2.2 多重信号分类算法 | 第15-16页 |
| 2.2.3 旋转不变子空间技术 | 第16-17页 |
| 2.3 压缩感知理论简介 | 第17-19页 |
| 2.4 网格划分下的波达方向估计 | 第19-23页 |
| 2.4.1 网格划分 | 第19-20页 |
| 2.4.2 利用OMP算法的DOA估计 | 第20-21页 |
| 2.4.3 L1-SVD算法 | 第21-23页 |
| 2.5 仿真分析 | 第23-26页 |
| 2.5.1 子空间类算法仿真 | 第23-25页 |
| 2.5.2 基于压缩感知的DOA估计算法仿真 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 波达方向估计中的无网格化处理 | 第27-50页 |
| 3.1 引言 | 第27页 |
| 3.2 基于原子范数的无网格波达方向估计 | 第27-37页 |
| 3.2.1 原子集合与原子范数 | 第27-30页 |
| 3.2.2 无噪情形单快拍无网格压缩感知 | 第30-32页 |
| 3.2.3 含噪情形单快拍无网格压缩感知 | 第32-33页 |
| 3.2.4 无噪情形多快拍无网格压缩感知 | 第33-36页 |
| 3.2.5 含噪情形多快拍无网格压缩感知 | 第36-37页 |
| 3.3 基于稀疏贝叶斯学习的无网格DOA估计 | 第37-40页 |
| 3.3.1 线性插值模型 | 第37-38页 |
| 3.3.2 无网格化处理流程 | 第38-40页 |
| 3.4 基于LS-CS网格校正的DOA估计 | 第40-43页 |
| 3.5 仿真分析 | 第43-49页 |
| 3.5.1 原子范数仿真 | 第43-46页 |
| 3.5.2 稀疏贝叶斯仿真 | 第46-47页 |
| 3.5.3 LS-CS算法仿真 | 第47-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 单比特量化下的波达方向估计 | 第50-68页 |
| 4.1 引言 | 第50页 |
| 4.2 单比特数据模型 | 第50-51页 |
| 4.3 基于反正弦定理的估计方法 | 第51-54页 |
| 4.4 二元迭代硬门限算法 | 第54-55页 |
| 4.5 基于分类的估计方法 | 第55-61页 |
| 4.5.1 实数化的单比特数据模型 | 第55-56页 |
| 4.5.2 采用LR算法的单比特DOA估计 | 第56-57页 |
| 4.5.3 采用SVM算法的无网格化的DOA估计 | 第57-61页 |
| 4.6 仿真分析 | 第61-66页 |
| 4.6.1 反正弦定理单比特DOA估计仿真 | 第61-63页 |
| 4.6.2 基于分类的单比特DOA估计仿真 | 第63-66页 |
| 4.7 本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |
