| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.3 论文的主要工作与结构安排 | 第17-19页 |
| 第二章 阵列参数估计基础 | 第19-27页 |
| 2.1 矩阵代数的相关知识 | 第19页 |
| 2.1.1 Kronecker积 | 第19页 |
| 2.1.2 Khatri-Rao积 | 第19页 |
| 2.1.3 Hadamard积 | 第19页 |
| 2.2 阵列天线基础 | 第19-20页 |
| 2.3 常用天线阵列模型 | 第20-24页 |
| 2.3.1 均匀线阵模型 | 第20-21页 |
| 2.3.2 L型阵列模型 | 第21-22页 |
| 2.3.3 均匀面阵模型 | 第22-24页 |
| 2.4 阵列协方差矩阵的特征分解 | 第24-25页 |
| 2.5 两种经典的空间谱估计算法 | 第25-26页 |
| 2.5.1 一维MUSIC算法 | 第25页 |
| 2.5.2 一维Capon算法 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于级联MUSIC的二维空间谱估计算法 | 第27-38页 |
| 3.1 数据模型 | 第27页 |
| 3.2 基于二维MUISC的二维空间谱估计算法 | 第27-28页 |
| 3.3 基于级联MUISC的二维空间谱估计算法 | 第28-30页 |
| 3.3.1 初始估计 | 第28-29页 |
| 3.3.2 级联MUSIC算法 | 第29页 |
| 3.3.3 算法复杂度和特点 | 第29-30页 |
| 3.4 克拉美罗界（Cramer-Rao Bound，CRB） | 第30-32页 |
| 3.5 仿真结果 | 第32-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于降维Capon的二维空间谱估计算法 | 第38-46页 |
| 4.1 数据模型 | 第38页 |
| 4.2 基于二维Capon的二维空间谱估计算法 | 第38-39页 |
| 4.3 基于降维Capon的二维空间谱估计算法 | 第39-40页 |
| 4.3.1 降维Capon算法 | 第39-40页 |
| 4.3.2 算法复杂度和特点 | 第40页 |
| 4.4 仿真结果 | 第40-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于级联PM的二维空间谱估计算法 | 第46-56页 |
| 5.1 数据模型 | 第46页 |
| 5.2 基于二维PM算法的二维空间谱估计 | 第46-47页 |
| 5.3 基于级联PM算法的二维空间谱估计 | 第47-50页 |
| 5.3.1 初始估计 | 第48-49页 |
| 5.3.2 级联PM算法 | 第49-50页 |
| 5.3.3 算法复杂度和特点 | 第50页 |
| 5.4 仿真结果 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 相干信源的二维空间谱估计算法 | 第56-69页 |
| 6.1 基于空间平滑的ESPRIT的二维空间谱估计算法 | 第56-62页 |
| 6.1.1 数据模型 | 第56页 |
| 6.1.2 基于空间平滑的ESPRIT的二维空间谱估计算法 | 第56-59页 |
| 6.1.3 算法复杂度和特点 | 第59页 |
| 6.1.4 仿真结果 | 第59-62页 |
| 6.2 基于类Toeplitz矩阵重构的ESPRIT的二维空间谱估计算法 | 第62-68页 |
| 6.2.1 数据模型 | 第62-63页 |
| 6.2.2 基于类Toeplitz矩阵重构的ESPRIT的二维空间谱估计算法 | 第63-65页 |
| 6.2.3 算法复杂度和特点 | 第65页 |
| 6.2.4 仿真结果 | 第65-68页 |
| 6.3 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 工作总结 | 第69页 |
| 7.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
