| 表目录 | 第6-7页 |
| 图目录 | 第7-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究历史及现状 | 第13-17页 |
| 1.2.1 波达方向估计研究现状 | 第13-15页 |
| 1.2.2 压缩感知理论研究现状 | 第15-16页 |
| 1.2.3 基于压缩感知理论的 DOA 估计研究现状 | 第16-17页 |
| 1.3 本文的主要工作及章节安排 | 第17-18页 |
| 第二章 阵列信号处理基础 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 阵列信号处理的数学模型 | 第18-22页 |
| 2.2.1 窄带阵列信号模型 | 第18-20页 |
| 2.2.2 宽带阵列信号模型 | 第20-21页 |
| 2.2.3 相干信号模型 | 第21页 |
| 2.2.4 加性噪声模型 | 第21-22页 |
| 2.3 经典空间谱估计算法 | 第22-30页 |
| 2.3.1 窄带信号 DOA 估计算法 | 第22-25页 |
| 2.3.2 宽带信号 DOA 估计算法 | 第25-30页 |
| 2.4 DOA 估计算法的性能分析 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 压缩感知理论 | 第33-46页 |
| 3.1 引言 | 第33页 |
| 3.2 压缩感知理论 | 第33-40页 |
| 3.2.1 压缩感知基本框架 | 第33-36页 |
| 3.2.2 信号的稀疏表示 | 第36-37页 |
| 3.2.3 测量矩阵的设计 | 第37-38页 |
| 3.2.4 信号重建算法 | 第38-40页 |
| 3.3 MMV 问题及其改进的重建算法 | 第40-44页 |
| 3.3.1 MMV 问题 | 第40-42页 |
| 3.3.2 交替下降重建算法 | 第42-43页 |
| 3.3.3 仿真实验与结果分析 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 基于 CS 理论的 DOA 估计 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 基于 CS 理论的窄带信号 DOA 估计 | 第46-55页 |
| 4.2.1 DOA 估计模型 | 第46-49页 |
| 4.2.2 过完备字典性能分析 | 第49页 |
| 4.2.3 DOA 估计模型优化求解 | 第49-50页 |
| 4.2.4 仿真实验与结果分析 | 第50-55页 |
| 4.3 基于 CS 理论的宽带信号 DOA 估计 | 第55-57页 |
| 4.3.1 DOA 估计模型 | 第55页 |
| 4.3.2 仿真实验与结果分析 | 第55-57页 |
| 4.4 CS 理论与 Khatri-Rao 积字典结合的 DOA 估计算法 | 第57-61页 |
| 4.4.1 估计模型 | 第57-59页 |
| 4.4.2 过完备字典性能分析 | 第59-60页 |
| 4.4.3 仿真实验与结果分析 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 基于压缩采样阵列的 DOA 估计 | 第63-73页 |
| 5.1 引言 | 第63页 |
| 5.2 压缩采样阵列结构及信号模型 | 第63-64页 |
| 5.3 基于随机高斯观测矩阵的 SVD-CSA 算法 | 第64-67页 |
| 5.3.1 估计算法分析 | 第64页 |
| 5.3.2 观测矩阵与字典的相关性分析 | 第64-65页 |
| 5.3.3 仿真实验与结果分析 | 第65-67页 |
| 5.4 基于随机采样阵列的 DOA 估计算法 | 第67-71页 |
| 5.4.1 估计算法分析 | 第67-69页 |
| 5.4.2 仿真实验与结果分析 | 第69-71页 |
| 5.5 本章小结 | 第71-73页 |
| 结束语 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第81-82页 |
| 致谢 | 第82页 |
