低复杂度阵列信号波达方向估计算法研究
作者简介 | 第3-4页 |
摘要 | 第4-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 研究历史与发展现状 | 第11-16页 |
1.2.1 阵列波达方向估计研究历史 | 第11-13页 |
1.2.2 无特征值分解DOA估计研究现状 | 第13-14页 |
1.2.3 二维DOA估计研究现状 | 第14-15页 |
1.2.4 稀疏重构DOA估计研究现状 | 第15-16页 |
1.3 本文的研究工作 | 第16-18页 |
第二章 子空间投影波达方向估计算法 | 第18-32页 |
2.1 引言 | 第18页 |
2.2 子空间投影MUSIC算法 | 第18-20页 |
2.3 简化子空间投影MUSIC算法 | 第20-25页 |
2.3.1 简化SP-MUSIC算法 | 第20-22页 |
2.3.2 运算量分析 | 第22-23页 |
2.3.3 仿真分析 | 第23-25页 |
2.4 高效子空间投影MUSIC算法 | 第25-29页 |
2.4.1 高效SP-MUSIC算法 | 第25-26页 |
2.4.2 运算量分析 | 第26-27页 |
2.4.3 仿真分析 | 第27-29页 |
2.5 本章小结 | 第29-32页 |
第三章 二维波达方向估计降维算法 | 第32-52页 |
3.1 引言 | 第32页 |
3.2 求根降维MUSIC算法 | 第32-39页 |
3.2.1 阵列信号模型 | 第32-34页 |
3.2.2 二维MUSIC算法 | 第34-35页 |
3.2.3 降维MUSIC算法 | 第35-36页 |
3.2.4 求根RD-MUSIC算法 | 第36-37页 |
3.2.5 仿真分析 | 第37-39页 |
3.3 模值约束RD-MUSIC算法 | 第39-45页 |
3.3.1 模值约束RD-MUSIC算法 | 第39-41页 |
3.3.2 运算量分析 | 第41-43页 |
3.3.3 仿真分析 | 第43-45页 |
3.4 强约束优化RD-MUSIC算法 | 第45-51页 |
3.4.1 强约束优化RD-MUSIC算法 | 第46-48页 |
3.4.2 运算量分析 | 第48页 |
3.4.3 仿真分析 | 第48-51页 |
3.5 本章小结 | 第51-52页 |
第四章 稀疏重构的波达方向估计算法 | 第52-72页 |
4.1 引言 | 第52-53页 |
4.2 压缩感知与稀疏重构理论 | 第53-56页 |
4.2.1 压缩感知模型 | 第53-54页 |
4.2.2 稀疏重构方法 | 第54-56页 |
4.3 空间平滑协方差矩阵稀疏重构算法 | 第56-64页 |
4.3.1 信号模型 | 第56-57页 |
4.3.2 空间平滑协方差矩阵 | 第57-60页 |
4.3.3 空间平滑协方差矩阵稀疏重构算法 | 第60-61页 |
4.3.4 算法分析 | 第61-62页 |
4.3.5 仿真分析 | 第62-64页 |
4.4 协方差矩阵重构向量稀疏重构算法 | 第64-71页 |
4.4.1 协方差矩阵重构向量 | 第64-65页 |
4.4.2 协方差矩阵重构向量稀疏重构算法 | 第65-67页 |
4.4.3 算法分析 | 第67-68页 |
4.4.4 仿真分析 | 第68-71页 |
4.5 本章小结 | 第71-72页 |
第五章 贝叶斯稀疏重构波达方向估计算法 | 第72-86页 |
5.1 引言 | 第72页 |
5.2 贝叶斯稀疏重构介绍 | 第72-74页 |
5.3 FSBL波达方向估计算法 | 第74-76页 |
5.3.1 贝叶斯稀疏表示模型 | 第74-75页 |
5.3.2 FSBL波达方向估计算法 | 第75-76页 |
5.4 MSBL波达方向估计算法 | 第76-79页 |
5.4.1 贝叶斯稀疏表示模型 | 第76-77页 |
5.4.2 MSBL波达方向估计算法 | 第77-79页 |
5.4.3 运算量分析 | 第79页 |
5.5 贝叶斯稀疏重构DOA估计仿真 | 第79-85页 |
5.6 本章小结 | 第85-86页 |
第六章 总结与展望 | 第86-90页 |
6.1 全文总结 | 第86-87页 |
6.2 下一步工作展望 | 第87-90页 |
参考文献 | 第90-102页 |
致谢 | 第102-104页 |
攻读博士学位期间的研究成果 | 第104-106页 |