| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与发展趋势 | 第11-15页 |
| 1.2.1 经典DOA估计方法的研究现状 | 第11-13页 |
| 1.2.2 压缩感知理论及其在DOA估计中的研究现状 | 第13-14页 |
| 1.2.3 非高斯噪声下DOA估计的研究现状 | 第14-15页 |
| 1.3 本文的研究内容与结构安排 | 第15-18页 |
| 第2章 阵列信号DOA估计理论 | 第18-30页 |
| 2.1 阵列信号DOA估计的基本概述 | 第18页 |
| 2.2 阵列信号DOA估计的数学模型 | 第18-24页 |
| 2.3 经典的阵列信号DOA估计算法 | 第24-28页 |
| 2.3.1 MUSIC算法 | 第24-26页 |
| 2.3.2 ESPRIT算法 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于压缩感知理论的DOA估计模型 | 第30-38页 |
| 3.1 压缩感知的理论框架 | 第30-31页 |
| 3.2 压缩感知的主要内容 | 第31-34页 |
| 3.2.1 信号的稀疏表示 | 第31-32页 |
| 3.2.2 测量矩阵的设计 | 第32-33页 |
| 3.2.3 重构算法的研究 | 第33-34页 |
| 3.3 基于压缩感知的DOA估计模型 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 Alpha稳定分布及分数低阶统计量的理论概述 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 Alpha稳定分布的基本概念 | 第38-42页 |
| 4.2.1 Alpha稳定分布的定义 | 第38-41页 |
| 4.2.2 Alpha稳定分布的性质 | 第41-42页 |
| 4.3 分数低阶统计量 | 第42-44页 |
| 4.3.1 分数低阶矩 | 第43页 |
| 4.3.2 分数低阶相关 | 第43-44页 |
| 4.3.3 相位分数低阶矩 | 第44页 |
| 4.3.4 相位分数低阶协方差 | 第44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 基于统计量矩阵矢量化的压缩感知DOA估计 | 第46-68页 |
| 5.1 引言 | 第46页 |
| 5.2 矩阵的矢量化定义与性质 | 第46-48页 |
| 5.3 基于协方差矩阵矢量化稀疏重构的DOA估计算法 | 第48-50页 |
| 5.4 基于分数低阶统计量矩阵矢量化稀疏重构的DOA估计算法 | 第50-57页 |
| 5.4.1 分数低阶相关矩阵矢量化稀疏重构的DOA估计算法 | 第51-53页 |
| 5.4.2 相位分数低阶协方差矩阵矢量化稀疏重构的DOA估计算法 | 第53-55页 |
| 5.4.3 改进的分数低阶统计量矩阵矢量化稀疏重构的DOA估计算法 | 第55-57页 |
| 5.5 仿真结果与分析 | 第57-67页 |
| 5.5.1 FLOM-VEC算法、IFLOM-VEC算法与C-VEC算法的仿真性能比较 | 第60-62页 |
| 5.5.2 PFLOM-VEC算法、IPFLOM-VEC算法与C-VEC算法的仿真性能比较 | 第62-65页 |
| 5.5.3 FLOM-VEC算法与PFLOM-VEC算法的仿真性能比较 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76页 |
