| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9页 |
| ·基于α稳定分布噪声背景下DOA估计理论的发展及现状 | 第9-14页 |
| ·基于分数低阶统计量的DOA估计 | 第9-12页 |
| ·基于鲁棒非参数估计方法 | 第12页 |
| ·相干信号源的DOA估计 | 第12-14页 |
| ·论文的主要工作和内容安排 | 第14-15页 |
| 第2章 α稳定分布及分数低阶统计量 | 第15-25页 |
| ·α稳定分布 | 第15-19页 |
| ·α稳定分布的定义 | 第15-18页 |
| ·α稳定分布的性质 | 第18-19页 |
| ·α稳定分布的概率密度函数 | 第19-21页 |
| ·分数低阶统计量 | 第21-24页 |
| ·分数低阶矩 | 第21-22页 |
| ·共变 | 第22-23页 |
| ·分数低阶协方差 | 第23页 |
| ·相位分数低阶矩 | 第23-24页 |
| ·相位分数低阶协方差 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 DOA估计的理论基础 | 第25-42页 |
| ·均匀线阵的数学模型 | 第25-26页 |
| ·经典的DOA估计测向算法 | 第26-29页 |
| ·多重信号(MUSIC)分类算法 | 第26-27页 |
| ·旋转不变子空间算法 | 第27-29页 |
| ·相干信号的数学模型 | 第29-30页 |
| ·相干源DOA估计算法 | 第30-37页 |
| ·空间平滑算法 | 第31-33页 |
| ·随机加权算法 | 第33-35页 |
| ·奇异值分解算法 | 第35-36页 |
| ·基于Toeplitz矩阵的解相干算法 | 第36-37页 |
| ·独立信号和相干信号源的DOA估计 | 第37-38页 |
| ·解相干算法仿真分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于相位分数低阶矩改进MUSIC算法的相干信源DOA估计 | 第42-57页 |
| ·基于分数低阶矩和空间平滑技术的相干信源DOA估计 | 第42-43页 |
| ·基于相位分数低阶矩和空间平滑技术的相干信源DOA估计 | 第43页 |
| ·基于符号协方差矩阵的空间平滑相干信源DOA估计 | 第43-44页 |
| ·基于相位分数低阶矩和空间平滑技术改进MUSIC相干信源DOA估计 | 第44-47页 |
| ·仿真实验 | 第47-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 基于分数低阶统计量的奇异值分解解相干DOA估计 | 第57-67页 |
| ·改进奇异值分解算法 | 第57-58页 |
| ·基于分数低阶统计量的改进奇异值分解解相干算法 | 第58-59页 |
| ·基于分数低级矩的改进奇异值分解解相干算法 | 第58-59页 |
| ·基于相位分数低阶矩的改进奇异值解相干算法 | 第59页 |
| ·仿真实验结果 | 第59-66页 |
| ·本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
