| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 MIMO雷达DOA估计技术发展现状 | 第12-13页 |
| 1.3 压缩感知框架下DOA估计技术的发展现状 | 第13-16页 |
| 1.3.1 贪婪类算法DOA估计发展现状 | 第13-14页 |
| 1.3.2 凸松弛类算法DOA估计发展现状 | 第14-16页 |
| 1.4 论文的主要工作和章节安排 | 第16-18页 |
| 第2章 压缩感知框架下的角度估计模型 | 第18-34页 |
| 2.1 压缩感知理论的基本原理 | 第18-20页 |
| 2.1.1 时空域下的稀疏信号 | 第18-19页 |
| 2.1.2 变换域下的稀疏信号 | 第19-20页 |
| 2.2 压缩感知理论的基本框架 | 第20-25页 |
| 2.2.1 信号的稀疏表示 | 第21-22页 |
| 2.2.2 稀疏重构的条件 | 第22-23页 |
| 2.2.3 信号的重构算法 | 第23-25页 |
| 2.3 压缩感知理论的应用 | 第25-26页 |
| 2.4 基于压缩感知的角度估计模型 | 第26-28页 |
| 2.5 基于子空间的角度估计算法 | 第28-33页 |
| 2.5.1 RD-ESPRIT算法 | 第29-30页 |
| 2.5.2 RD-Capon算法 | 第30页 |
| 2.5.3 C-ESPRIT算法 | 第30-31页 |
| 2.5.4 性能分析 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于非圆结构稀疏表示的MIMO雷达角度估计 | 第34-46页 |
| 3.1 非圆信号的定义与数学模型 | 第34-35页 |
| 3.1.1 非圆信号的定义 | 第34-35页 |
| 3.1.2 非圆信号的数学模型 | 第35页 |
| 3.2 单基地MIMO雷达非圆信号模型 | 第35-39页 |
| 3.3 非圆信号背景下基于稀疏正交匹配追踪的角度估计 | 第39-45页 |
| 3.3.1 ESPRIT算法 | 第39-41页 |
| 3.3.2 稀疏正交匹配追踪算法 | 第41-43页 |
| 3.3.3 仿真结果分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于加权稀疏表示的MIMO雷达角度估计 | 第46-63页 |
| 4.1 基于加权稀疏表示的单基地MMO雷达角度估计 | 第46-54页 |
| 4.1.1 单基地MIMO雷达信号的稀疏表示模型 | 第46-49页 |
| 4.1.2 基于加权稀疏表示的角度估计 | 第49-50页 |
| 4.1.3 仿真结果分析 | 第50-54页 |
| 4.2 基于数据重构实值加权稀疏表示的单基地MIMO雷达角度估计 | 第54-62页 |
| 4.2.1 基于数据重构的单基地MIMO雷达信号模型 | 第54-55页 |
| 4.2.2 基于数据重构实值加权稀疏表示的角度估计 | 第55-58页 |
| 4.2.3 计算复杂度分析 | 第58页 |
| 4.2.4 仿真结果分析 | 第58-62页 |
| 4.3 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
