| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 课题研究的背景及意义 | 第17-18页 |
| 1.2 国内外研究历史及现状 | 第18-21页 |
| 1.3 本文研究内容与章节安排 | 第21-23页 |
| 第二章 阵列信号处理与压缩感知基础知识 | 第23-39页 |
| 2.1 阵列DOA估计基本流程 | 第23页 |
| 2.2 阵列接收信源的数学模型 | 第23-27页 |
| 2.2.1 非相干信源下的数学模型 | 第24-26页 |
| 2.2.2 相干信源下的数学模型 | 第26-27页 |
| 2.3 阵列输出数据的二阶统计特性 | 第27-29页 |
| 2.4 压缩感知理论及应用 | 第29-35页 |
| 2.4.1 压缩感知理论框架 | 第29-30页 |
| 2.4.2 压缩感知基本概念 | 第30-32页 |
| 2.4.3 压缩感知常用重构算法 | 第32-34页 |
| 2.4.4 压缩感知的基本应用 | 第34-35页 |
| 2.5 压缩感知框架下DOA估计的合理性 | 第35-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第三章 稀疏重构条件与空间网格划分方法 | 第39-55页 |
| 3.1 稀疏重构条件 | 第39-41页 |
| 3.1.1 有限等距性条件（RIP） | 第39-40页 |
| 3.1.2 互不一致性条件（MIP） | 第40-41页 |
| 3.2 不同划分方法下阵列流形矩阵的MIP条件分析 | 第41-45页 |
| 3.3 不同划分方法下阵列流形矩阵的RIP条件分析 | 第45-50页 |
| 3.4 不同划分方法下阵列流形矩阵重构性能的仿真实验验证 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于加权l_1范数稀疏重构的DOA估计 | 第55-75页 |
| 4.1 传统的窄带信号DOA估计算法 | 第55-61页 |
| 4.1.1 常规波束形成算法 | 第55-56页 |
| 4.1.2 Capon算法 | 第56-57页 |
| 4.1.3 MUSIC算法 | 第57-59页 |
| 4.1.4 三种算法的DOA估计性能对比及分析 | 第59-61页 |
| 4.2 基于改进Capon倒谱的加权l_1 -SVD算法 | 第61-67页 |
| 4.2.1 改进Capon算法 | 第62-64页 |
| 4.2.2 l_1 -SVD算法的改进—l_1 -SVD-MCapon算法 | 第64-67页 |
| 4.2.3 算法复杂度分析 | 第67页 |
| 4.3 仿真实验结果及分析 | 第67-73页 |
| 4.4 本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 论文总结 | 第75-76页 |
| 5.2 未来展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |
